|
사회적 관심이 집중되고 있는 빅데이터 및 데이터 마이닝. 이 책은 데이터 과학의 기본 개념과 중요성에 대해 설명하고 다양한 예들을 보고주고 있다. 마이닝 알고리즘과 용어의 정의 및 쓰임세에 대해 쉬고 논리정연하게 설명하고 있다. 하지만 전문적 지식을 요하는 내용들도 많아 초보자들이 이해하기에는 다소 어려움이 있을 것 같다. |
|
데이터 마이닝을 위한 데이터 과학을 재미있게(?) 설명한 책으로 대학 교재로 활용해도 괜찮을 것 같은 생각이 든다. 지금까지 데이터 마이닝 도구 및 기법에 대해서만 배웠지 그 기본 원리(근간)이 되는 데이터 과학에 대해서 배운적은 없은 것 같다. (원리도 모르면서 툴만 사용한 것이 조금은 부끄럽네요..ㅠㅠ) 제목 그대로 비즈니스를 위한 데이터이 과학이기 때문에 알고리즘 설명이나 어려운 수학은 자제하고 있으며 그림과 설명을 곁들여 설명하고 있다.
저자는 서문에서 이 책을 읽을 대상을 지정해주고 있다.
그리고 데이터 과학에 대한 이 책의 3가지 개념적 접근 방법을 소개해주고 있다. (이런 내용 및 개념을 다루고 있다고 생각하면 된다.)
. 데이터 과학을 기업 조직에 결합하는 방법에 대한 개념
이 책을 읽은 독자들이 아래와 같은 평가를 한게 눈에 띈다.
이 책의 초반부는 개념 및 예제, 비즈니스 측면에서 풀어나갔으며, 중반부는 모델, 과적합, 유사도, 군집, 이웃, 시각화, 증거, 확률, 마이닝 등 데이터 분석 기법 설명한다. 후반부에는 비즈니스 전략 및 결론으로 끝을 맺는다. 챕터별 새부 내용을 나름대로 정리한 내용은 아래와 같다.
1. 개요: 데어터 분석적 사고 방식 - 데이터의 제공하는 기회를 데이터 주도 의사 결정을 축으로 분석 활용하면 어떤 이익이 있는지 설명한다. (데이터 마이닝과 데이터 과학의 차이점 포함)
2. 비즈니스 문제와 데이터 과학 해결책 - 데이터 마이닝의 프로세스 (비즈니스이해-＞데이터이해-＞데이터준비-＞모델링-＞평가-＞배치)와 분석 기법 및 기술 (통계학, 데이터베이스 쿼리, 데이터 웨어하우스, 회귀분석, 기계학습과 데이터마이닝)
3. 예측 모델 개요 : 연관성에서 감독 세분화 - 모델 유도(예측)을 기반으로 감독 세분화 및 시각화 과정 설명
4. 데이터에 대한 모델 적합화 - 회귀분석 및 선형/비선형 함수, 벡터 기계 설명
5. 과적합화 문제 해결 - 일반화(Generalization)와 과적합화(Overfitting) : 데이터 마이닝은 모델 복잡도와 과적합화 문제간의 싸움 (균일화(Regularization)를 통해 모델 복잡도 통제)
6. 유사도, 이웃, 군집 - 비슷한 항목을 찾아내는 일, 예측 모델링, 개체 군집화을 통해 유사도 사용 방법 설명, 유사도 및 거리 계산 방법, 최근접 이웃법 계열의 방법 설명
7. 결정 분석적 사고 1 : 좋은 모델은? - 모델의 적절한 평가 척도 고안이 필요하며, 기댓값은 좋은 틀을 제공한다.
8. 모델 성능 시각화 - 모델의 평가 결과를 시각화하는 것은 평가 업무에서 매우 중요한 부분이며, 훈련 데이터 및 표본을 이용해 결과를 예측해야 한다. (수익 곡선 및 수신자 운용 특성 곡선 등은 중요한 시각화 도구이다.)
9. 증거와 확률 - '각 타겟이 특정값을 어떻게 생성하는가?'라는 질문을 통해 새로운 기법 설명 (생성기법(Generative Method), 베이지안 기법(Bayesian Method)
10. 텍스트 표현 및 마이닝 - 텍스트를 특정 벡터로 변환하는 방법 설명 ( 각 문서를 개별적인 단어로 분할하거나 TFIDF 공식을 이용해 각 단어에 값을 할당하는 방법)
11. 결정 분석적 사고 2 : 분석 공학 - 문제에 대해 데이터를 분석적으로 장려함으로써 데이터 마이닝의 역할을 명확히 하고 비즈니스 제약, 비용, 효과를 고려ㅏ며, 문제를 단순화하기 위한 가정을 명확히 표현하는 것
12. 기타 데이터 과학 작업 과 기법 - 항목드의 동시 발생 또는 연관성 찾아내기 : 상품 구매 - 전형적인 행위의 프로파일링 : 신용카드 사용량이나 고객 대기 시간 - 데이터 항목 간의 연결 예측 : 사람들 간의 소셜 네트워크에서의 연결 - 데이터를 관리하기 쉽게 만들거나 데이터에서 숨은 정보를 찾아내기 위해 축소 : 잠재적인 영화 선호도 - 모델을 하나의 전문가로 생각하고 모델을 조합하기 : 영화 추천 모델 개선 - 데이터 간의 인과 관계 도출 : 소셜 네트워크에 연결된 사람들이 동일한 상품을 구입하는 이유
13. 데이터 과학과 비즈니스 전략 - 데이터 과학은 운용도 아니고 공학도 아니다.
14. 결론 - '명확히 설명할 수 없다면 그것을 제대로 알고 있는 것이 아니다.' (알버트 아인슈타인)
일반적인 개발자를 대상으로 작성된 책이 아니기 때문에 책의 중간적인 부분은 상당히 어려울 수도 있다. (그래서 조금 더 흥미를 잃지 않기 위해 1~2장을 읽고 11~14장을 읽은 후에 관심이 가는 장부터 이리저리 읽는 방식을 취했다.) 하지만 데이터베이스를 설계하는 개발자나 데이터를 설계하는 기획자(개발자)는 꼭 읽어보기를 권한다. (데이터를 바라보는 관점을 비즈니스에 초점을 맞췄기 때문이다.)
자매품으로 '데이터 시각화를 위한 데이터 인사이트 : 빅데이터를 바라보는 통찰의 눈'도 추천한다.
|
|
데이터 분석 : R [표지가 말해주는 것 처럼, R 을 사용한 데이터 분석에 대한 책이다. 이론적인 접근 보다는 실용적인 분석 위주로 설명하고 있다] 이 번 서평은 개인적인 관심이 있는 분야인 데이터 분석에 관한 책으로 선택했다. 현실 세계에서 데이터로 분석할 만한 것은 생각보다 많다. 매일 먹는 음식의 양, 영양소의 종류, 하루 중 사용하는 시간의 분류, 매일 걷는 거리와 시간, 출퇴근에 사용하는 시간 등, 찾으려고 한다면 개인의 삶과 업무에서 많은 부분이 데이터로 표현될 수 있고 분석될 자료가 된다. 이렇게 수집한 데이터를 알맞은 분석 방법을 통해 이전에는 알 수 없었던 가치를 찾아내는 것이 데이터 과학에서 다루어지는 작업이다. 책은 크게 두 부분으로 이루어 진다. 1,2 장의 데이터 과학에 대해 소개하고 일반적인 작업의 흐름을 소개하는 부분, 그리고 3~10 장에 걸친 사례 중심으로 알아보는 데이터 과학의 사용 예를 소개하는 부분이다. 참고로, 이 책은 R 을 기초로 한 데이터 분석 사례를
제공한다. 하지만, 데이터 분석에 쓰인 코드에 대한 설명 보다는 사례에 설명한 방법이 적용되는 과정과 이유에 대한 설명이 더
많은 편이다. 이런 설명 덕분에, 데이터 분석에 대한 사전 지식이나 R 에 대한 지식이 부족하더라도 충분히 따라가면서 읽을 수 있었다. 책에서는 R 의 설치도 설명하고 있지만 윈도우 기반이다. linux 기반에서 작업하는 분들은 각 배포판에 맞게 인스톨을 해주면 된다. ubuntu 기반에서 R 설치와 책에서 사용하는 packages 를 설치하기 위한 참조 링크는 아래와 같다. 윈도우 기반이라면 책에서 설명한 것을 그대로 따라가면 된다. R 설치 작업이 다 끝났다면, 책의 예제를 따라 실습할 환경이 다 구축된 것이다. 책의 소스는 홈페이지에서 다운 받을 수 있다. (소스링크) 책을 읽으면서 재미있어 보였던 사례 중 하나를 실습해 볼까 한다. 6
장은 인터넷과 매스미디어라는 두 개의 매체에 어떻게 하면 효율적으로 광고를 할 것인지가 목적이다. 책에서 사용한 분석에 필요한
데이터는 월별 TV 광고비와 잡지 광고비, 그리고 신규 유저수이다. 이 데이터를 바탕으로 중회귀분석을 적용, 의미있는 값을 찾아내
적용하는게 최종 결론이다. 자세한 내용은 생략하고, 책을 토대로 작업해본 내용은 아래와 같다. 먼저 다운받은 압축파일을 풀면, 위와 같은 실습 스크립트가 포함되어 있다. 간단한 주석과 실제 동작하는 코드 덕분에 작업을 수월하게 해준다. TV 광고비 부분만 작업을 수행해 본 결과이다. 참고로, 실습파일에 들어있는 csv 파일의 데이터가 잘못 되어있다. R 에서 데
이터를 읽어서 확인해보면 tvcm 과 magazine 의 데이터가 책에 나온 것과는 다르다는 것을 알 수 있다. 정확히 끝에 0 이
하나가 없다. 혹시나해서 원본 csv 파일을 열어서 확인해봤지만 파일이 만들어질때부터 잘못 들어간 듯 하다. 나의 경우엔 csv
파일을 수정 후 데이터를 로드시켰다. 잡지 광고비까지 산점도를 그려준 후, 회귀분석을 수행하면 아래와 같은 결과가 나온다. 사실, 여기까지 실습하는건 그리 어렵지 않다. 어려운 것은 데이터를 분석할 상황에 적용할 방법을 찾고 실제 동작하도록 하는 것, 그리고 결과가 옳게 나왔는지 분석하는 것이라고 생각한다. 다행스럽게도, 이 책은 그러한 부분에 대해서 친절히 설명해주고 있다. 위의 결과값에 대해서도 각 항목이 가지는 의미와 설명을 추가함으로 독자들의 이해를 돕고 있다. 총평 통계학이나 R 에 대한 기초가 있었다면 더 재미있게 읽었을 테지만, 그런 기초가 부족한 사람이더라도 데이터 과학에 관심있는 사람들이 충분히 즐겁게 읽을 수 있게 구성된 책이라는데 좋은 점수를 주고 싶다. 실습에 필요한 파일 중에 책과 다른 데이터가 있기는 하지만, 작업을 하는데 큰 영향을 주는 부분은 아니었다. 전체적으로 실습 코드에 대한 설명도 잘 되어있는 편이라 차근차근 실습하면서 익혀나간다면 좋겠다는 생각을 해본다. |
|
빅데이터?? 사물인터넷?? 과연... 요즘 IoT 사물인터넷으로부터 많은 양의 데이터들이 주는 많은 정보력과 분석의 필요성에 대해 많은 이야기가 대두되고 있다. 특히 이런 데이터들의 양은 빅데이터라 불릴만큼 많아질 것이며, 그만큼 빅데이터를 분석하고 분석할 환경을 만들 인재에 대해서 정부와 학계에서 발벗고 나서서 많은 지원 사업을 벌이고 있다. 과연 많은 양의 데이터로부터 정말 의미있는 정보를 얻을 수 있을까??.. 누구나 빅데이터 분석에 대한 이야기를 처음 접한 사람이라면 한번쯤은 생각해볼 의문일 것이다. 빅데이터... 필자의 생각에는 충분히 이 빅데이터로부터 의미있는 정보를 얻을수 있다. 단, 그만큼의 분석력과 분석 계획 및 목표가 명확하다면 말이다.. 비즈니스를 위한 데이터 과학 필자가 맨 처음 이 책을 펼쳐 목차를 보고 사실 좀 아쉬운 감이 있었다. 바로 챕터간 연관성이 부족하다고 생각했기 때문이다. 사실 공부를 하는 학생의 입장에서 보면 각 챕터의 연관성은 곧 공부의 흐름이기 때문에 중요하다고 생각한다. 이 목차가 각각의 연관성을 가지고 잘 배치가 되어있다면 학생의 이해도는 높아져 정보의 흡수력이 높아질 것이다. 하지만 반대로 목차의 배치가 연관성이 부족하게 배치가 되어있다면 이대로 공부했던 학생의 이해도는 떨어져 여러번 책을 읽어봐야 할꺼 같다는 생각이 든다. 물론 책이 전체적으로 이상하다 그런게 아니라 각 목차들이 연관성이 조금 떨어지게 배치되었다는 것이다. 즉, 이 책은 초보자들에게는 약간 어려울 수 있다고생각한다. 물론 내용은 아주아주 명쾌하고 하나하나 단어들의 설명이 자세해서 좋다. 아래는 이 책의 목차이다. 1장. 개요 : 데이터 분석적 사고 방식 1.1 데이터가 제공하는 무한한 기회 1.2 예 : 허리케인 프란시스 1.3 예제 : 고객 이탈 예측 1.4 데이터 과학, 데이터 공학, 데이터 주도 의사 결정 1.5 데이터 처리와 '빅 데이터' 1.6 빅 데이터 1.0에서 빅 데이터 2.0으로 1.7 전략적 자산으로서의 데이터 및 데이터 과학 능력 1.8 데이터 분석적 사고 1.9 이 책에 대하여 1.10 다시 보는 데이터 마이닝과 데이터 과학 1.11 데이터 과학과 데이터 과학자의 일은 화학과 시험관의 관계 1.12 요약 2장. 비즈니스 문제와 데이터 과학 해결책 2.1 비즈니스 문제에서 시작해 데이터 마이닝 작업으로 2.2 감독 방법과 자율 방법 2.3 데이터 마이닝과 그 결과 2.4 데이터 마이닝 프로세스 2.5 데이터 과학팀을 관리한다는 것은? 2.6 그 외 분석 기법 및 기술 2.7 요약 3장. 예측 모델링 개요 : 연관성에서 감독 세분화까지 3.1 모델, 유도, 예측 3.2 감독 세분화 3.3 세분화 과정의 시각화 3.4 규칙 집합으로서의 트리 3.5 확률 추정 3.6 사례 : 트리 유도로 고객 이탈 문제 해결하기 3.7 요약 4장. 데이터에 대한 모델 적합화 4.1 수학 함수를 통한 분류 4.2 수학 함수를 이용한 회귀 분석 4.3 계층 확률 추정과 로지스틱 회귀 분석 4.4 사례 : 로지스틱 회귀 분석과 트리 유도 비교 4.5 비선형 함수, 지원 벡터 기계, 신경망 4.6 요약 5장. 과적합화 문제 해결 5.1 일반화 5.2 과적합화 5.3 과적합화 검사 5.4 사례 : 선형 함수 과적합화 5.5 * 사례 : 왜 과적합화가 문제인가? 5.6 예비 데이터 평가에서 교차 검증까지 5.7 다시 모델링한 고객 이탈 문제 5.8 학습 곡선 5.9 과적합화 회피와 복잡도 제어 5.10 요약 6장. 유사도, 이웃, 군집 6.1 유사도와 거리 6.2 최근접 이웃 추론 6.3 유사도 및 이웃에 관한 주요 세부 사항 6.4 군집화 6.5 비즈니스 문제 해결과 데이터 탐사 문제 6.6 요약 7장. 결정 분석적 사고 1 : 좋은 모델은? 7.1 분류자 평가 7.2 모델 평가에 대한 일반적인 원리 7.3 핵심 분석 프레임워크 : 기댓값 7.4 평가, 기준선 성능, 데이터 투자의 영향 7.5 요약 8장. 모델 성능 시각화 8.1 분류 대신 서열화하기 8.2 수익 곡선 8.3 ROC 그래프와 곡선 8.4 ROC 곡선 하위 영역(AUC) 8.5 누적 응답 곡선과 향상도 곡선 8.6 예제 : 고객 이탈 모델링에 대한 성능 분석 8.7 요약 9장. 증거와 확률 9.1 예제 : 온라인 고객 광고 타겟팅 9.2 증거의 통계적 조합 9.3 데이터 과학에 베이즈 규칙 응용 9.4 증거 '향상도' 모델 9.5 예제 : 페이스북 '좋아요'의 증거 향상도 9.6 요약 10장. 텍스트 표현 및 마이닝 10.1 텍스트가 중요한 이유 10.2 텍스트가 어려운 이유 10.3 텍스트 표현법 10.4 예제 : 재즈 음악가 10.5 * IDF와 엔트로피의 관계 10.6 단어 주머니보다 복잡한 표현들 10.7 예제 : 주가 변동을 예측하기 위한 뉴스 기사 마이닝 10.8 요약 11장. 결정 분석적 사고 2 : 분석 공학 11.1 자선 단체 후원할 가능성이 높은 후원자 타겟팅 11.2 훨씬 더 복잡한 고객 이탈 문제 11.3 요약 12장. 기타 데이터 과학 작업과 기법 12.1 동시 발생과 연관성의 발견 12.2 프로파일링 : 전형적인 행동의 발견 12.3 연결 예측과 친구 추천 12.4 데이터 축소, 잠재 정보, 영화 추천 12.5 편중, 편차, 조합 기법 12.6 데이터 주도 인과 관계 설명과 바이럴 마케팅 예제 12.7 요약 13장. 데이터 과학과 비즈니스 전략 13.1 돌아온 데이터 분석적 사고 13.2 데이터 과학으로 경쟁 우위 획득 13.3 데이터 과학으로 경쟁 우위 유지 13.4 데이터 과학자 및 팀의 영입과 육성 13.5 데이터 과학 사례 연구 조사 13.6 모든 창조적인 아이디어의 수용 13.7 데이터 과학 프로젝트 제안서 평가 13.8 기업의 데이터 과학 성숙도 14장. 결론 14.1 데이터 과학의 기본 개념 14.2 데이터가 할 수 없는 일 : 사람이 중심에 14.3 개인 정보 보호, 윤리, 데이터 마이닝 14.4 데이터 과학에 대한 남은 이야기 14.5 마지막 사례 : 크라우드 소싱에서 클라우드 소싱으로 14.6 책을 마치며 부록 A.1 제안서 검토 가이드 부록 A.2 또 다른 제안서 예제 부록 A.3 용어 정리
내용면으로 봐서는 너무나 이책은 자세하다. 용어 하나하나에 대한 정의와 설명이 세세하게 잘 되어있다. 마치 용어사전을 보는 것 같이 정의와 쓰임세들이 잘 나와있다. 이 책에서 아쉬운 점이 하나 더 있다. 처음부터 끝까지 약간 딱딱한 느낌이 든다. 많은 수식과 모델링 개념들 그리고 다양한 유사도 비교를 포함한 알고리즘들에 대해선 설명이 잘 되어있다. 하지만 이런 개념들로만 끝나있다. 실제 약간의 소스들을 이용한 구현부분이나 활용된 사례들이 좀 들어가 있다면 보기 좋지 않을까라는 생각이 든다. 아!! 그리고 처음부터 끝까지 흑백이다. 조금 컬러풀하게 나와도 되는 부분에서도 흑백이라서 눈은 즐겁지 못하다. 하지만 이 책은 데이터 분석 개념서로써 많은 마이닝 알고리즘들에 대해서 다루지는 못했지만 각각의 기본 개념 설명은 아주 충실하다. 표과 설명을 위한 그림도 충실히 들어가 있기 때문에 어느정도 데이터 분석에 대한 기본 개념이 있는 사람이라면 한번쯤 읽어봐도 좋을꺼 같다. 서평을 마치고.. 위에서 언급했던 이 책의 장점과 단점을 나열하자면 아래와 같다. [장점] - 용어 하나하나에 대한 정의와 설명이 세세하게 잘 되어있다. 마치 용어사전을 보는 것 같이 정의와 쓰임세들이 잘 나와있다. - 데이터 분석 개념서로써 많은 마이닝 알고리즘들에 대해서 다루지는 못했지만 각각의 기본 개념 설명은 아주 충실하다. - 표과 설명을 위한 그림도 충실히 들어가 있기 때문에 어느정도 데이터 분석에 대한 기본 개념이 있는 사람이라면 한번쯤 읽어봐도 좋을꺼 같다. [단점] - 각 목차들이 연관성이 조금 떨어지게 배치되어 데이터 분석을 처음 접하는 사람에게는 전체적으로 이해가 어려울 수 있다. - 조금 컬러풀하게 나와도 되는 부분에서도 흑백이라서 눈은 즐겁지 못하다. 게다가 수식이 많아서 그런지 조금 지루하고 딱딱하게 느낄수 있다. 이로써 이책의 리뷰를 마치고자 한다. 필자는 보안전공이다. 하지만 데이터 분석이라는 분야는 데이터를 항상 다루고 접하는 모든 연구원들이라면 알아두어야 하는 내용이라 생각한다. 그런 의미에서 막 데이터 분석 공부에 빠진 사람들에게 이 책은 자신의 지식을 좀더 촘촘히 다듬어서 빈틈이 없게 만들어줄 마감재 역할을 해줄 것이라 생각한다. |
|
비즈니스를 위한 데이터 과학 저자 : 포스터 프로보스트, 톰 포셋 옮김 : 강권학 출판사 : 한빛미디어 비록 깊이 있는 공부를 해보지는 못했다 해도 통계학에 발을 담궈보았던 사람으로서 통계라는 것이 얼마나 매력적인지는 충분히 공감하고 있다고 생각한다. 특히 ‘데이터 마이닝’은 정말 멋진 분야가 아닐 수 없다. 데이터라는 무질서에 가까운 모래밭 같은 곳에서 가치 있는 무엇인가를 발견한다는 것은 실제 해보지 않은 사람은 느끼지 못하는 쾌감을 선물한다. 마치 금광에서 금을 캐내듯이… 산업의 구조가 점점 지식과 정보의 고도화로 향해가면서 우리가 흔하게 바라보는 데이터에 대한 관심이 어느 때 보다 커지고 있다. 특히 빅 데이터라는 이슈까지 맞물리면서 데이터는 새로운 권력으로 발전하고 있음은 틀림없다. 그런데 아무리 많은 데이터를 가지고 있다고 한들 그것을 통해 나에게 힘을 가져다 줄 정보를 찾아내지 못하면 아무 의미가 없게 된다. 그래서 더욱 데이터를 제대로 들여다 보기 위한 노력들이 늘어가고 있는 것이 아닐까 하는 생각을 해보게 된다. 이 책도 그 연장선 상에 놓여 있다. 특히 기업에서 데이터를 분석하고 마이닝 하는 일을 하는 사람들에게는 무척이나 중요한 책이다. 그러나 그렇지 않은 일반인들이 이 책을 집어 든다면 50페이지를 넘지기 못하고 덮어버리게 될지도 모른다. 왜냐하면 책이 생각보다 상당히 깊이가 있기 때문이다. 솔직히 통계를 공부한 나 조차도 쉽게 읽혀지지 않았다. 물론 내가 통계분야의 지식을 상당히 많이 머릿속에서 지워버렸기 때문이기도 하겠지만 전체적으로 책이 쉽게 구성이 되어 있지는 않다. 그래서 일반인들이 접근하기 어렵다고 하는 것이다. 물론 이 분야에 지식이 좀 있는 사람들이 읽게 된다면 그 무엇보다 훌륭한 참고자료가 될 것이다. 책은 데이터 마이닝과 데이터 분석에 관련된 대부분의 지식이 담겨 있다. 그런데 단순하게 데이터 ‘마이닝이 뭐고 어떻게 쓰는거다’에서 그치지 않는다. 즉, 데이터 마이닝이나 데이터 분석 기법들을 설명하고 반드시 우리의 비즈니스에 어떻게 적용할 것인지 사례를 들어가면서 설명을 해 준다. 이것이 이 책의 가장 큰 특징이라고 생각한다. 또 저자는 각 Chapter의 말미에 해당 Chapter를 요약하면서 리뷰 할 수 있는 시간도 준다. 그래서 개인적으로는 마지막 부분인 요약을 먼저 읽고 앞부분으로 돌아와 내용을 정리하면서 읽어가는 독서법도 괜찮겠다는 생각도 들었다. 그리고 저자들은 마지막 두 Chapter를 활용해 데이터 과학과 비즈니스 전략과 이 책의 결론에 대해 종합정리를 해주고 있다. 그렇기 때문에 읽는 과정에서 상당히 난해하게 느껴졌던 부분인지만 결국 데이터라는 것을 우리 기업에서는 어떻게 받아들이고 활용해야 할 것인가에 대한 인사이트는 충분히 전달이 되었다고 생각한다. 책 제목만으로 가볍게 읽어봐야지 했던 책을 제법 오랜 시간 공부하면서 읽게 되었던 것 같다. 그러나 분명 소득은 있었다. 과거에 배웠던 데이터 마이닝에 대해 다시금 시간을 돌려볼 수 있었고 모처럼 회귀분석, 유사도, 군집과 같은 이론적 지식을 리마인드 하는 시간이 됐기 때문이다. 그러나 개인적으로는 통계라는 것이 “거짓말 하는 착한 사람들”이라고 생각한다. 통계를 제대로 이해하지 못하고 사용하거나 그 정보를 활용하는 것은 자칫 내 의도와는 무관하게 큰 문제를 야기할 수 있기 때문이다. 그래서 통계에 대한 기본적인 지식은 세상을 살아가는데 도움이 될 것이라고 믿는 사람이다. 그럼에도 불구하고 이 책은 접근이 쉽지 않다. 통계나 확률, 데이터마이닝에 어느 정도 이상의 지식이 있는 사람들이라면 이 책이 보다 깊이 있는 지식을 선물할 것이다. 노래하는 멘토르
|
|
IT기술을 잘 모르더라도 마케팅이나 다양한 곳에서 빅데이터라는 말을 사용하고 있고, 요즘 기술을 잘 모르거나 신경쓰지 않는 사람들에게 빅데이터를 사용했다는 말은 '최첨단 기술을 사용했다'는 말과 거의 비슷하게 들리고 있다는 생각이 듭니다. 아니면 그렇게 들리게 만들기 위한 마케팅의 힘일 수도 있지만, 어쨌든 이제는 특별한 혹은 전문가들만 사용하는 말이 아닌 일상적인 용어가 되어 가고 있다는 생각이 듭니다.
누군가에게 체계적으로 배운적은 없었던 터라, 이 책으로 부터 좀 더 체계적이고 기본적인 사항을 배웠으면 하는 바람이 있었습니다. 책의 난이도는 한 권 내에서도 다양하게 이루어졌다는 생각이 들었습니다. 일단 앞부분이나 혹은 각각의 개념을 설명해 주는 곳에서는 기본적이고 원리적인 내용도 설명해 준다는 느낌을 받았습니다. 데이터 과학이라는 것이 할것이 많다는 것을 알 수 있었습니다. 그러나 뒤로 점점 넘어가면서, 읽기 힘든 내용들이 많아졌습니다. 과학적인 이론에 대한 설명과, 통계학이나 수학과 관련된 내용등 이 책의 제목이 데이터 '과학'에 대한 내용이다보니 당연히 나올 것이라고 생각했던 내용들이 나왔지만, 역시나 그런 부분들은 이 책을 읽어나가는데 장애가 되었던 것 같습니다. 통계학이나 데이터 마이닝등 이 쪽 부분에 대한 선행지식이 있는 경우에 보기가 훨씬 수월할 것 같습니다. 수식이나 알고리즘 보다는 개념에 치중했다는 저자의 머릿말을 읽고 나름 쉽게 나왔기를 기대했었는데요. 당연하게도 아주 쉽게 나온 것은 아니니 만큼 개념이해를 위한 최소한의 노력은 필요할 것 같습니다.
외국에서는 주로 강의 교재로 사용하는 책이라고 합니다. 개인적으로는 중간 중간 이해안되는 부분도 있었는데요. 수업이 있었다면 좀 더 쉽게 이해할 수 있지 않았을까라는 생각도 듭니다.
기본적인 개념이해를 원하는 분들이라면 이 책을 통해 도움을 받을 수 있으리라 생각합니다.
|