리액트 네이티브를 다루는 기술
김민준 지음 / 길벗 / 2021년 10월
평점 :
장바구니담기


 


[도서 소개]

입문부터 실무까지 한 권으로!

네이티브 코드 연동과 서드 파티 라이브러리로 생산성과 개발 효율을 높인다.


이 책의 목표는 리액트 네이티브의 기초 개념과 실제로 활용하는 데 필요한 지식을 쉽게 배우고, 궁극적으로 자신이 만들고 싶은 모바일 앱을 직접 개발할 수 있도록 돕는 것이다. 수월하게 학습할 수 있도록 필요한 기본 지식(리액트, 타입스크립트, 관련 라이브러리 등)을 수록하고, 단계별로 상세하게 실습하면서 기본기를 익힐 수 있도록 했다. 또한, 프로젝트 개발의 전반적인 내용을 파악하고 실무에 응용할 수 있도록 예제 프로젝트는 처음부터 끝까지 온전히 전체를 직접 만들어본다. To do list, 다이어리 앱, 사진 공유 앱, 게시판 프로젝트를 만들면서 리액트 네이티브의 핵심 기능은 물론, 리액트 네이티브로 프로젝트를 개발할 때 자신감을 더해줄 필수 지식들을 배울 수 있다.


[서평]

velopert의 닉네임을 사용하는 김민준 저자는 리액트를 다루는 기술 부터 유튜브 강좌등 다양한 활동으로 국내 리액트 분야에서는 유명인이다. 리액트를 다루는 기술때 정말 내용이 알차고 좋았다. 이번 리액트 네이티브를 다루는 기술은 리액트로 안드로이드, IOS 앱을 한번에 모바일 앱을 만들수 있는 기술이다. 저자의 책 내용이 좋은 점은 바로 이론위주의 설명이 아니라 실습 위주의 내용이라서 학원에서 강의 받는것 처럼 책을 내용을 하나 하나 따라 하기 쉽게 구성 되어 있다. 


리액트 네이티브를 다루는 기술책을 읽기전에 필요한 사전 지식에 대해서 친절하게 설명 하고 있다.


윈도우, 리눅스, 맥OS 환경에서 사용할 수 있도록 처음 세팅을 설명 하고 있다.


1장부터 9장은 리액트 네이티브 기초로 리액트 네이티브 개념과 기본적인 컴포넌트에 대해서 배우고, 할 일 목록 만들기1,2, 리액트 내비게이션으로 여러 화면 관리, 다이어리 앱 만들기1,2, 사진 공유 앱 만들기1,2 등 처음에는 기본적인 앱을 먼저 만들고 좀더 기능을 추가해서 완성도 있는 앱을 배울수 있다.


10장부터 16장은 리액트 네이티브 심화로 네이티브 코드 연동과 서드 파티 라이브러리로 생산성과 개발 효율을 높이는 걸 배우게 된다. 특히 클래스를 사용하지 않고, 함수 컴포넌트와 Hook을 사용하는 코드만 사용하는 방법, Expo를 사용하지 않고 CLI만 사용하는 방법, 파이어베이스, 리덕스, 리코일, 리액트 쿼리, Strapi 등 유용한 라이브러리를 배울수 있다.


프론트 엔드는 리액트, 뷰, 앵귤러, 스웨트 등 많은 프레임워크 들이 나오고 있지만 현재까지는 리액트가 가장 많이 사용하고 앞으로 더 많이 발전할 가능성이 있어 리액트 뿐만아니라 리액트 네이티브까지 공부 한다면 웹, 모바일을 좀더 쉽고 재밌게 개발 할수 있을 것이라 생각 합니다. 리액트 네이티브를 다루는 기술에서 리액트 네이티브의 모든 것을 배우는데 부족함이 없어 적극 추천 합니다.


 "길벗 <개발자 리뷰어> 활동을 위해서 책을 제공받아 작성된 서평입니다."


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
데이터 스토리 - 데이터를 설득력 있는 이야기로 바꾸는 방법
낸시 두아르테 지음, 권혜정 옮김, 윤영진 감수 / 한빛미디어 / 2021년 7월
평점 :
장바구니담기


 [도서 소개]

무조건 통과하는 제안의 비밀!

“성공하는 사람은 데이터를 단순한 ‘숫자’가 아닌 기억에 남는 '이야기’로 전합니다!”


* Fortune, Forbes, New York Times, CNN이 주목한 의사소통 전문가 ‘낸시 두아르테’의 신작!

* 미국 전 부통령 앨 고어가 출연한 [불편한 진실]의 기획자가 알려주는 무조건 통하는 설득법!

* 복잡하고 이해되지 않는 숫자를 누구나 좋아하고 쉽게 이해하는 이야기로 바꾸는 법!

* 30년간의 프레젠테이션 컨설팅 경험을 응축한 이 시대의 ‘데이터 스토리텔링’ 바이블!


| NO! | 통과되지 못하는 제안서에는 항상 ‘숫자’만 있다.

데이터는 대부분 숫자로 이루어져 있다. 하지만 그 숫자 속에서 우리가 전달하고자 하는 것은 인사이트다. 인고의 시간 동안 얻은 통찰을 아무 맥락 없이 제시하면 듣는 사람으로서는 별안간 이해하기가 쉽지 않을 것이다. 누군가 대뜸 29라고 말한다면 대체 그게 무슨 의미인가? 주소인가, 확률인가, 그것도 아니면 그냥 좋아하는 숫자인가? 도무지 알 수가 없다. 하지만 29라는 숫자에 ‘아홉수’라는 맥락을 담는다면 듣는 사람은 데이터를 숫자가 아니라 ‘맥락’으로 이해한다. 무미건조한 데이터에 맥락을 담아낼 때 가장 효과적인 방법은 ‘이야기’다. 그 효과는 호메로스의 『일리아드』부터 지금에 이르기까지 수천 년간 인정받았다.


| YES! | 성공하는 제안서에는 항상 ‘이야기’가 담겨 있다.

30년간 포천 500의 기업을 대상으로 프레젠테이션 컨설팅을 진행한 낸시 두아르테는 “무슨 일이 일어났는지 설명하려면 데이터의 힘을 빌려야 하고 그 일이 어떤 의미를 지니는지 설명하려면 이야기의 힘을 빌려야 한다”라고 말한다. 이런 기조 아래 집필한 이 책은 단순히 숫자에 불과한 데이터에 이야기를 불어넣어 다른 사람의 마음을 움직이는 방법을 알려주는 대(大) 데이터 시대의 스토리텔링 바이블이다.


[목차]


PART 1 데이터로 소통하기

CHAPTER 01 데이터로 소통하는 사람 되기

CHAPTER 02 의사결정자와 소통하기


PART 2 잘 짜여진 스토리로 정확하게 의사전달하기

CHAPTER 03 데이터 관점 만들기

CHAPTER 04 데이터 스토리 형식으로 요약 보고서 만들기

CHAPTER 05 분석을 통해 행동 유도하기


PART 3 명료한 차트와 한눈에 들어오는 슬라이드 만들기

CHAPTER 06 상황에 맞는 차트 선택과 설명글 작성하기

CHAPTER 07 시각 요소로 차트 가독성 높이기

CHAPTER 08 핵심이 한눈에 들어오는 슬라이드 만들기


PART 4 실전! 데이터 활용하기

CHAPTER 09 규모로 보여주기

CHAPTER 10 데이터 의인화하기

CHAPTER 11 데이터를 활용한 스토리텔링


[대상 독자]

- 데이터 분석에는 자신만만! 제안서 작성은 그저 눈물인 → 데이터 분석가

- 번뜩이는 아이디어! 기획서는 매번 퇴짜맞는 → 기획자

- 완벽한 판매 전략! 통하지 않는 제안서에 눈물인 → 세일즈맨 / 마케터

- 자료 조사 여포! 발표 앞에서 한없이 작아지는 → 대학생

- 그 밖의 다른 사람의 마음을 움직여 행동을 만들고 싶은 → 모든 사람


[주요 내용]

-자신만의 데이터 관점 만드는 법!

- 데이터 스토리를 전달할 때 효과적인 매체와 사용법!

- 데이터 스토리에 유용한 어휘와 사용법!

- 이야기 3막 구조를 데이터 스토리에 적용하는 방법!

- 숫자를 다른 사람들이 쉽게 이해할 수 있도록 비유하는 방법!

- 감정 곡선을 통해 긴장감 넘치는 발표를 하는 방법!

- 모두의 이목을 집중시킬 수 있는 제안 발표 연출 방법!

- 더 챙겨봐야 하는 것과 상사를 대하는 꿀팁! 



[서평]

1. 데이터를 그냥 보여줘도 모두가 알아주지 않을까?


역시나 모두가 알아주지는 않는다. 나에게는 아름다워 보이고 또, 명확하게 미래의 상황을 보여주는 데이터도, 듣는 사람에게는 그저 크고 복잡하고 이해도 되지 않는 상형문자에 불과할 수 있도 있다. 그러니 세상을 뒤흔들만한 인사이트를 발견했다고 해도 그 기반에 있는 숫자를 듣는 사람이 이해하지 못한다면, 그 인사이트 역시 이해할 수 없을 것이다.


이 책의 저자인 낸시 두아르테는 자신의 회사에서 진행하는 [데이터 스토리 워크숍]서 이야기의 효과를 알아보고자 한 가지 실험을 진행했다. 방법은 간단했다. 참가자 절반에게는 가장 의미 있는 숫자만, 나머지 절반에게는 그 숫자에 맥락을 함께 말해달라고 요청했다. 전자의 경우 “7, 22, 57, 92, 1959”처럼 아무런 맥락 없이 제시했다. 그렇다면 후자는 어떻게 데이터를 제시했을까?


→ “3입니다. 우리 가족 중 3명이 생일이 같거든요.”

→ “48은 저의 주당 평균 근로 시간입니다.”

→ “150,000,000원은 저의 대출금 액수입니다.”

→ “29는 이 책을 편집할 적의 제 나이입니다.”


워크숍이 끝날 무렵 참가자들에게 가장 기억이 남는 숫자가 무엇이냐고 물어보면 대부분 참가자가 맥락을 함께 담아낸 숫자를 기억해냈다. 그것도 오랜 시간 동안 말이다. 단순한 숫자는 누구도 그 중요성을 알지 못하기에 쉽게 잊힌다. 이처럼 이야기에는 강력한 힘이 있다. 그러니 데이터로부터 인사이트를 도출한 다음 우리가 할 일은 듣는 사람이 이해할 수 있도록 데이터에 ‘맥락’을 담아내는 것이다.


2. 이야기에는 데이터에 가치를 더하는 힘이 있다!


데이터에 ‘맥락’을 담아 ‘의미’를 가장 효과적으로 전달할 방법은 이야기다. 이야기의 효과는 이미 수천 년 전 호메로스의 『일리아드』부터 입증되었다. 대체 이야기에 어떤 비밀이 숨겨져 있길래 다른 전달 방법보다 더 오랫동안 기억에 남을까? 이를 알아보기 위해 뇌과학자들은 몇 가지의 연구를 진행했다. 그들이 공통적으로 발견한 사실이 바로 이야기가 ‘공감’을 만들어낸다는 것이다.


우리의 뇌는 이야기를 들을 때 그 이야기를 온전히 이해할 수 있는 방향으로 작동한다. 가령 우리는 슬픈 이야기를 들을 때 슬픔을 온전히 이해하기 위해 이야기에 내재한 다양한 요소에서 슬픔의 복선을 찾는다. 다시 말해, 우리는 어떤 이야기에 빠지게 되면 그 속의 작은 요소까지 온전히 집중하게 된다. 이런 집중 효과를 데이터에 적용하면 어떨까?


스탠퍼드대 경영대학원 조직행동론 교수인 칩 히스는 자신의 수업 중 한 가지 실험을 진행했다. 실험의 내용은 간단했다. 수업에 참여하는 학생들에게 범죄 관련 통계 자료를 1분 동안 그저 설명하라고 한 것이다. 이때 대부분의 학생은 통계자료를 평균 2.5번 인용하면서 자료를 설명했으나, 그중 단 한 명의 학생만은 이야기로 데이터를 설명했다. 수업이 끝나고 어떤 이야기가 가장 기억에 남는지 질문하자, 전체 학생 중 통계자료를 기억한 학생은 5%에 불과했지만, 이야기를 기억한 학생은 무려 63%였다.


이처럼 단순한 숫자로 이루어진 데이터에 이야기를 담으면 다른 사람의 마음속에 오래도록 기억된다. 마음속에 남은 이야기는 대뇌변연계를 자극해 듣는 사람의 마음을 움직여서 행동을 이끌어내는 동기가 된다. 그렇다고 해서 아무런 이야기를 막 지어내서는 안 된다. 특히 데이터가 보여주는 나쁜 상황을 전달할 때, 오히려 이야기를 잘못 구성하면 사람들의 의지를 빼앗고 무기력하게 만들 수도 있기 때문이다.


3. 뭐? 이야기에도 좋고 나쁨이 있다고?


[BAD! 좋지 못한 데이터 스토리텔링의 예]

“옛날에 나쁜 실적이 있었어. 걔가 너무 나빠서 회사가 모두 망했어. 끝이야.”

▶▶ 불운에 불운을 더해 듣는 사람의 의지를 빼앗는다. :(


[GOOD! 좋은 데이터 스토리텔링의 예]

“2020년에 새로운 경영지원시스템을 도입하면서 회사가 휘청거렸습니다. 하지만 과도기적 위기는 잠시일 뿐입니다. 우리의 핵심가치가 사라지지 않는 한 우리는 다시 일어설 것입니다! 실제로 우리의 실적은 전년동기와 비교하여 10% 이상 큰폭으로 개선되고 있으니까요!”

▶▶ 나쁜 결과이지만 데이터 속에서 찾은 기회를 통해 충분히 재기할 수 있다는 의지를 심어준다. :)


4. 성공하는 제안에는 반드시 포함되는 요소들이 있다!


데이터 분석을 통해 얻은 자신만의 통찰, 적절한 비유와 어휘, 흥미진진한 이야기 전개 구조, 그리고 마침내 찾아오는 결말까지 하나의 데이터 관점을 설명하기 위해서 모든 요소가 똘똘 뭉쳐야 한다. 하나의 요소라도 어긋나는 순간 이야기는 중구난방이거나, 지루하거나, 허황되거나, 안 하느니만 못할지도 모른다. 사실 이야기를 완벽하게 이해하기 위해서는 많은 시간이 소요된다. 하지만, 누군가 엄청난 전문가가 설득에 필요한 부분만 콕콕 집어 준다면 어떨까? 멀리서 찾을 필요 없다. 바로 여기 『데이터 스토리』가 있으니까.


『데이터 스토리』의 저자 낸시 두아르테는 Fortune, Time Magazine, Forbes, Fast Company, Wired, Wall Street Journal, New York Times, Cosmopolitan, LA Times, CNN이 주목한 의사소통 전문가로서 30년간 실리콘밸리를 기반으로 활동하면서 포천 500에 포함되는 수많은 기업의 프레젠테이션 컨설팅을 진행했다. 미국 전직 부통령이자 환경운동가로 유명한 앨 고어의 [불편한 진실]에 기획자로 참여했으며, 여러 TED 토크에도 출연했다. 저자는 오랜 세월 동안 프레젠테이션 컨설팅에 매진하면서 데이터를 설득력 있는 이야기로 바꾸는 ‘비법’을 발견했다.


“무슨 일이 일어났는지 설명하려면 데이터의 힘을 빌려야 하고,

그 일이 어떤 의미를 지니는지 설명하려면 이야기의 힘을 빌려야 한다.”

- 낸시 두아르테


이 책에는 이야기의 힘을 빌려 단순히 숫자에 불과한 데이터에 활력을 불어넣어 다른 사람의 마음을 움직이는 데이터에 대한 접근 방법과 스토리텔링, 프레젠테이션 구성에 대해서 저자의 노하우를 배울수 있다. 마케터가 보기에 추천 하기 좋은 책입니다.


 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
한 권으로 다지는 머신러닝&딥러닝 with 파이썬 - 인공지능 핵심 개념과 사용 사례부터 예제로 살펴보는 애플리케이션 개발 방법까지
알베르토 아르타산체스.프라틱 조시 지음, 여인춘 옮김 / 한빛미디어 / 2021년 10월
평점 :
장바구니담기


 


[도서 소개]

인공지능이 처음이라면! 개념과 예제로 머신러닝 탄탄하게 다지기


『한 권으로 다지는 머신러닝&딥러닝 with 파이썬』은 인공지능 관련 핵심 개념부터 머신러닝과 딥러닝까지, 인공지능 구현에 필요한 모든 것을 담았다. 실제 시나리오를 살펴보면서 문제에 따라 어떤 알고리즘을 어떻게 적용하는지 학습한다. 예제는 파이썬과 텐서플로를 사용하며 파이썬 입문자도 쉽게 따라 할 수 있는 코드로 구성되었다. 파이썬 프로그래밍 경험이 있다면 코드를 자유롭게 활용해 원하는 프로그램을 만들어볼 수 있다.


영화 추천 시스템 구축, 주식시장 분석, 객체 추적기 구축 등 흥미로운 예제를 따라 차근차근 학습하고 나면 다양한 인공지능 기술을 이해하고 상황에 맞춰 자신 있게 적용하는 자신을 발견하게 될 것이다. 이미지, 텍스트, 음성 등 다양한 데이터를 이해하는 똑똑한 애플리케이션을 지금 바로 만들어보자.


[대상독자]

- 인공지능을 배우고 싶은 누구나

- 인공지능을 사용해 실제 애플리케이션을 개발하려는 파이썬 개발자


[주요 내용]

- 인공지능, 머신러닝, 딥러닝이 무엇인지 이해한다.

- 주요 인공지능 사용 사례를 살펴본다.

- 머신러닝 파이프라인 구축 방법을 학습한다.

- 특성 선택과 특성 공학의 기본 개념을 이해한다.

- 지도 학습과 비지도 학습의 차이점을 이해한다.

- 인공지능을 개발하는 최신 클라우드 기술과 도구를 살펴본다.

- 자동 음성 인식 시스템과 챗봇을 만들어본다.

- 인공지능 알고리즘을 시계열 데이터에 적용한다.

 

[서평]


이책은 복잡한 수학식을 최소화 하고 대부분의 수식은 파이썬 수학식 라이브러리인 넘파이 로 설명하고 있습니다. 그래서 수학에 거부감이 많은 개발자 혹은 독자들에게는 조금 더 머신러닝과 딥러닝을 쉽게 이해 되지 않을까 생각 합니다.


이책에서는 머신러닝의 전처리 방법 부터 딥러닝 강화학습까지 광범위한 범위를 다루고 있어 아주 깊은 내용까지는 아니지만 그래도 맛보기 정도는 배울수 있습니다.

각 챕터마다 개념을 파이썬으로 코딩 하고 실행 할수 있게 구성되어 있습니다. 그리고 다양한 실제 시나리오를 바탕으로 AI 알고리즘을 적용하는 방법을 학습합니다. 처음에는 가장 단순한 개념부터 배우고 조금씩 어려운 문제를 하나하나 해결하는 방법 구성되어 있다. 이책 에서 주로 다루는 AI 영역은 익스트림 랜덤 포레스트, 은닉 마르코프 모델, 유전 알고리즘, 인공 신경망, 합성곱 신경망등 복잡한 알고리즘에 대해서도 배우고 싶은 엔지니어에게 도움이 될것이다.


특히 이책은 AI 알고리즘을 이용한 애플리케이션을 개발하는 파이썬 개발자를 위한 책으로 인공지능에 대한 아직 경험이 없고, 이미지, 텍스트, 음성등 다양한 데이터를 이해하는 애플리케이션을 구축하고 싶다면 이책에서 많은 도움을 받을수 있을 것이다.


 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
쿠버네티스 완벽 가이드 - 입문부터 실제 운용까지, 필요한 기술 총망라!
마사야 아오야마 지음, 박상욱 옮김 / 길벗 / 2021년 7월
평점 :
장바구니담기


 

[도서 소개]

일본 아마존 쿠버네티스 분야 베스트셀러 1위!

쿠버네티스 버전 1.18로, 쿠버네티스의 기본부터 실무까지 총망라!


쿠버네티스 환경, 버전, kubectl 버전, 그 외 시스템 버전 업데이트! 쿠버네티스 1.18 전후로 거의 모든 기능 총망라! 원서의 1판에 비해 그림 설명 강화! 예제 매니페스트 파일 300개 이상 제공! 쿠버네티스는 물론 에코시스템까지 한 권으로!


이 책은 쿠버네티스 개념은 물론, 쿠버네티스로 무엇을 할 수 있고 어떻게 해야 하는지, 또 실제로 도입하고 배포하는 것까지 광범위한 내용을 체계적으로 설명한다. 상세한 그림, 핵심 위주의 직관적인 설명으로 쿠버네티스의 기본기를 익히고, 절별로 제공되는 풍부한 예제를 통해 실제로 실습해볼 수 있다. 예제 소스, 명령어, 실행 결과는 최신 내용을 반영했고, 실무에서 활용할 수 있도록 주의 사항, 팁, Q&A 관련 내용을 본문에 충실히 제시하고자 했다.


[목차]

1장 도커 복습과 Hello, Kubernetes

2장 왜 쿠버네티스가 필요할까?

3장 쿠버네티스 환경 선택

4장 API 리소스와 kubectl

5장 워크로드 API 카테고리

6장 서비스 API 카테고리

7장 컨피그 & 스토리지 API 카테고리

8장 클러스터 API 카테고리와 메타데이터 API 카테고리

9장 리소스 관리와 오토 스케일링

10장 헬스 체크와 컨테이너 라이프사이클

11장 메인터넌스와 노드 정지

12장 유연한 고급 스케줄링

13장 보안

14장 매니페스트 범용화 오픈 소스 소프트웨어

15장 모니터링

16장 컨테이너 로그 집계

17장 쿠버네티스 환경에서의 CI/CD

18장 마이크로서비스 아키텍처와 서비스 매시

19장 쿠버네티스 아키텍처의 이해

20장 쿠버네티스와 미래


[주요 내용]

-

[실습 환경]

  • Google Kubernetes Engine, Kubernetes in Docker

  • 쿠버네티스 버전 1.18.16-gke.2100

  • kubectl 버전 : 1.18.16


[예제 소스]

git clone https://github.com/MasayaAoyama/kubernetes-perfect-guide.git


[서평]

쿠버네티스 완벽 가이드는 쿠버네티스 실무자가 되기 위한 필독서 입니다. 일본 쿠버네티스 분야 베스트셀러 1위 작가인 마사야 아오야마의 번역서로 쿠버네티스 기본 지식을 익히는것은 물론 실무에서 활용하는 것까지 체계적으로 설명되어 있습니다. 그리고 어려운 개념은 그림을 통해서 시각적으로 좀더 쉽게 이해할수 있습니다. 쿠버네티스와 오픈 소스 소프트웨어 에코시스템까지 다루고 있습니다. 쿠버네티스를 처음 시작하는분중 어디서 부터 시작해야하지 모를때 이책으로 쿠버네티스 기초 지식 부터 배포/관리 부분까지 학습한다면 많은 도움이 될것이라 생각합니다.


 "길벗<개발자 리뷰어> 활동을 위해서 책을 제공받아 작성된 서평입니다."


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
제대로 배우는 수학적 최적화 - 최적화 모델링부터 알고리즘까지
우메타니 슌지 지음, 김모세 옮김 / 한빛미디어 / 2021년 9월
평점 :
장바구니담기


 

1장_수학적 최적화 입문


수학적 최적화는 주어진 제약조건하에서 목적 함숫값을 최소(또는 최대)로 하는 설루션을 구하는 최적화 문제를 말하며, 현실 사회의 의사결정이나 문제를 해결하는 수단입니다. 1장에서는 예시와 함께 수학적 최적화의 개요에 대해 설명합니다.


2장_선형 계획


선형 계획 문제는 가장 기본적인 최적화 문제로, 대규모의 문제 사례를 현실적인 계산 수단으로 푸는 효과적인 알고리즘이 개발되어 있습니다. 선형 계획 문제의 정식화, 선형 계획 문제의 대표적인 알고리즘인 단체법에 대해 알아보고, 수학적 최적화에서 가장 중요한 개념인 쌍대 문제와 완화 문제를 설명합니다.


3장_비선형 계획


비선형 계획 문제는 적용 범위가 매우 넓기 때문에, 다채로운 비선형 계획 문제를 효율적으로 푸는 범용적인 알고리즘 개발은 어렵습니다. 비선형 계획 문제의 정식화, 효율적으로 풀 수 있는 비선형 계획 문제의 특징을 설명한 뒤 제약이 없는 최적화 문제와 제약이 있는 최적화 문제의 대표적인 알고리즘을 설명합니다.


4장_정수 계획과 조합 최적화 문제


선형 계획 문제에서 변수가 정숫값만 갖는 정수 계획 문제는 산업이나 학술 등 폭넓은 분야에서 현실 문제를 정식화할 수 있는 범용적인 최적화 문제 중 하나입니다. 정수 계획 문제의 정식화, 조합 최적화 문제의 어려움을 평가하는 계산 복잡성 이론의 기본적인 사고방식에 대해 알아봅니다. 또한 몇 가지 특수한 정수 계획 문제의 효율적인 알고리즘과 정수 계획 문제의 대표적인 알고리즘인 분기 한정법과 절제 평면법을 설명한 뒤, 임의의 문제를 예로 들어 근사 성능을 보증하며 실행 가능한 설루션을 구하는 근사 알고리즘과 많은 문제 사례에 대해 고품질의 실행 가능한 설루션을 구할 수 있는 국소 탐색 알고리즘 및 메타 휴리스틱에 대해 설명합니다. 


[대상 독자]

- 최적화 이론에 관심 있는 학생과 연구원 및 수학적 최적화와 관련 업무에 종사하는 실무자

- 수학 관련 전공자가 아니더라도 인공지능 분야나 기타 여러 산업 분야에서 최적화 알고리즘 적용에 대한 공부를 하고 싶은 독자


[서평]

우메타니 슌지의 “しっかり学ぶ数理最適化 モデルからアルゴリズムまで (KS情報科学専門書)”작품을 김모세님 께서 번역한 책(제대로 배우는 수학적 최적화)이다. 


단체법(심플렉스 법)을 이용한 해법에 대해서 구체적 예를 제시하고 일반적인 솔루션을 위한 방법은 쉽고 좋습니다. 상호 문제, 완화 문제에 대해서 라그랑주 완화 문제 진행도 자연스럽습니다. 


별 1개를 뺀 이유 대해서 말하겠습니다. “기본적으로는 좋은 책이라는 전제”입니다.


이책에서는 각 이슈가 예를들어 "이를 XXX이라 한다"라고 말했을 때의 참조 대상이 구체적인 예가 되는 것이 많이 있습니다.(예를 들면 p48의 "여유 변수"는 구체적인 예의 x3, x4, x5를 가리키고 있습니다. 이 직후의 기본 변수 및 해당 변수에 대해서도 정의와 의미 설명이 부족합니다.)


물론 분위기는 알고, 유추할 수도 있습니다. 그러나 수학 서적으로, 이런 용어의 도입과 사용은 이해가 더 희미하게 되므로 어렵다라고 생각합니다.


하지만, 적어도 수학적 최적화만으로도 책을 살 의미가 있다고 생각합니다.

알고리즘과 데이터 구조, 미적분, 선형대수의 선행 지식이 어느 정도 있어야 내용을 이해 할수 있습니다. 이 책에서 알고리즘과 수학적 최적화 모델 및 구현 문제에 대해서 어떻게 해결 해야 하는지 배울수 있습니다. 책의 내용을 완전히 이해하고 연습문제를 풀수 있는 수준까지 된다면 현업에서 해결 해야 할 수학적 모델 최적화를 적용하는데 크게 어려움이 없을것이라 생각합니다.


 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo