머신 러닝 같은 수학적 주제를 다루는 책 대부분은 초심자에게 이야기를 들려주듯이 수식을 보여 줍니다. 제 생각에 그러한 방식은 수학을 좋아하는 사람조차 책을 덮게 만들 것입니다. 시각적, 언어적 설명을 코드와 함께 소개하는 것이 머신 러닝의 프로세스 이해를 돕는다고 생각합니다. 저는 뼛속까지 컴퓨터 과학자입니다. 무언가를 만드는 것을 좋아하죠. 무언가를 만들 수 있는 수준에 다다르면 그것을 진심으로 이해했다고 생각합니다. 이러한 표현을 들어 본 적 있을 것입니다. “무언가를 진정으로 이해하고 싶다면, 다른 사람에게 가르쳐 보라.” 2탄도 있습니다. “무언가를 진정으로 이해하고 싶다면, 컴퓨터가 그것을 하도록 가르쳐라.” 이것이 제가 여러분에게 머신 러닝을 가르치는 방법입니다. 수학적인 내용을 최소화하면서 가장 널리 사용하는 머신 러닝 도구와 기법에 숨어 있는 개념을 소개할 것입니다. 그러고 나서 컴퓨터에 그 작업을 어떻게 시키는지 바로 보여 주려고 합니다. 모든 것을 바닥부터 구현하지는 않을 것입니다. 거인의 어깨 위에 올라서서 아주 강력한 소프트웨어 라이브러리를 사용하여 시간을 아낄 것입니다.
라이브러리가 상당히 많기 때문에 모든 것을 상세하게 소개하지는 못합니다. 그 대신 실용적으로 접근해서 문제를 풀 수 있는 가장 좋은 도구를 사용할 것입니다. 우리가 사용하는 개념에서 필요한 것만 빠르게 배우고 코드로 넘어가겠습니다. 수학적 내용에 관심 있는 독자를 배려하여 찾아볼 수 있는 참고 사항을 1장 마무리에 적어 두었습니다.
이 책에서 다루지 않는 내용도 있습니다. 우리는 수학적 증명을 깊이 파고들거나 개념을 설명하려고 수식에 의존하지는 않을 것입니다. 이미 수많은 책을 그러한 방향으로 썼기 때문입니다. 각 장 마무리에서 제가 좋아하는 책들을 소개하겠습니다. 마찬가지로 독자들이 입문 혹은 중급 수준의 파이썬 프로그래밍 실력을 가졌다고 가정합니다. 따라서 NumPy나 pandas 같은 패키지에서 등장하는 고급 파이썬 주제는 기법과 맥락을 이해하는 데 필요한 정도만 설명하겠습니다.

<b>머신 러닝 프로세스를 완벽하게 이해하자!<br/><br/>스토리와 파이썬 코드로 시작한다 </b><br/>머신 러닝은 현재 IT 산업에서 가장 인기 있는 검색어 중 하나다. 하지만 머신 러닝이 무엇인지, 어떻게 작동하는지 제대로 이해하지 못하면 길을 잃기 쉽다. 그렇다면 어떻게 학습해야 할까? 오랫동안 다양한 사람들에게 머신 러닝을 가르쳐온 저자는 자신만의 효과적인 학습 방법을 고안했고, 그대로 책에 담았다. 이 책은 그림과 스토리로 개념을 설명하고 바로 파이썬 코드로 구현하는 것에서 시작한다. 수학적 증명을 깊게 파고들거나 개념을 설명하기 위해 수식에 의존하지 않으며, 필요한 수학은 고등학교 수준으로 그때마다 첨가하여 설명한다. 스토리와 파이썬 코드로 머신 러닝을 좀 더 쉽게 시작하자.<br/><br/><b>다양한 모델의 장단점을 이해한다</b><br/>머신 러닝을 사용해 문제를 해결하는 데 있어 가장 어려운 부분은 문제에 적합한 모델을 찾는 것이다. 문제의 성격에 따라 최적의 모델을 선택해 사용하고, 사용한 모델이 제대로 예측하고 있는지 검증하고 확인해야 한다. 이렇게 최적의 모델을 찾는 것은 머신 러닝 모델을 제대로 이해하는 것에서 출발한다. 다양한 모델의 장단점과 주의 사항, 어떤 상황에 사용하면 효과적인지 등을 제대로 이해하자.<br/><br/><b>핵심 라이브러리를 사용해 실용적으로 접근한다</b><br/>머신 러닝 모델을 바닥부터 구현하지 않아도 넘파이, 판다스, 사이킷런처럼 잘 구현된 강력한 파이썬 라이브러리들이 있다. 책에서는 직접 모델을 만들지 않고, 다양한 파이썬 라이브러리들을 사용해 실용적으로 접근한다. 또한, 개념과 기술을 잘 보여주는 양질의 예제를 직접 실행하며 개념을 이해할 수 있다. 넘파이, 판다스, 사이킷런, 시본, 맷플롯립 등 핵심 라이브러리를 사용해보자.