[도서리뷰] 어서와~ 머신러닝은 처음이지?

**본 서평은 출판사로부터 책을 지원받아 작성하였습니다.

이 책은 좋은 예제, 쉬운 설명, 실습 그리고 머신러닝을 통한 문제해결의 전반적인 과정까지 담고 있는 머신러닝 초보자에게 좋은 책이다.

우선 다양한 예제들은 우리 생활속에 있는 현실적인 문제와 그에 필요한 데이터를 사용하였고

표형태의 CSV 예제 데이터를 보여줌으로서

머신러닝에 더욱 다가가기 쉽고 이해하기 쉽게 해준다.

그리고 알고리즘에 대한 설명은 너무 수학적으로 치우치지 않고

개념 및 원리의 이해에 필요한 자세한 설명 및 다양한 그림 등을 활용하고

이에 대한 근거로 수학적 내용을 적당한 깊이로 설명하고 있다.

(물론 책에 나오는 수학적인 내용이 수포자에겐 좀 어렵기도 하다.)

실습 부분은 우선 R이나 Python 자체에 대한 설명은 없기때문에

R이나 Python에 대한 기본적인 이해가 있어야 실습부분은 이해하기가 쉽다.

그렇지만 R이나 Python을 몰라도 설치부분만 인터넷을 참조하고

책에 나오는 예제를 따라서 실행해보면서 이해해가도 충분하다.

(대부분 R 예제이고 Python은 조금 복잡하나 아주 조금 나옴)

마지막으로 이 책은 그냥 머신러닝 알고리즘의 나열이 아닌 

문제의 정의, 데이터 수집/전처리, EDA, training/test  dataset, 차원축소, 모델 평가 등

데이터와 머신러닝을 통한 문제 해결의 전반적인 과정을 담고 있다.

그래서 머신러닝 초보자가 어디서부터 뭘 어떻게 해야할지에 대한 고민에 좋은 가이드가 될것같다.

P.S : RNN, LSTM까지 추가되었다면 금상첨화일듯하다.

요즘 시중의 서점에 가보면 트렌드를 반영하듯, 빅데이터, R, 파이썬, IOT, 머신러닝, 딥러닝 등등의 키워드가 들어간 책이 수두룩하다. 하지만 이 책의 표지를 보면 입문자로서는 호기심이 들만하다. 머신러닝(Machine Learning)을 러닝머신(Running Machine)으로 단어 순서가 뒤 바뀌었지만 동음이의어(homonym)처럼 풀어낸 것이 우선 나의 관심을 끌었다. 물론 우리가 말하는 running machine은 treadmil이 옳은 표현이라고 할지라도.

이 책의 표지를 보고 뒤의 관련 도서 목록을 보니, 과거에 참고로 보고 했던 R까기, R라뷰의 책이 포함이 되어 있었다. 내가 가지고 있는 책은 R까기, R까기2 인데 왜 R까기2는없지 하고 좀 살펴보니, 느린생각에서 출반된 R까기의 저자가 이 리뷰의 책의 도서출판 회사인 더 알음의 서진수대표 였던 것이다. R까기2는 박찬석 저자라 관련도서에 없었던 모양이다. 적어도 내 추론이 맞다면.  그래서 좀 서진수 대표의 약력을 살펴보니 데이터 베이스 oracle의 전문가이시며 R/파이썬/머신러닝 부분에도 많은 관심을 가지고 있으신 것 같다.

이 책의 저자는 양지헌씨이며, 국민대학교 데이터 사이언스 박사과정 및 데이터 분석 전문가(ADP) 자격 보유를 하고 있는 분으로 나와 있는데, 내가 이 책을 좀 더 유심히 봐지게 된 이유가 내가 가려고 하는 방향을 이미 그 길을 먼저 가고 있으시기 때문이다. 사실 작년에 ADP를 따려고 시도했다가 필기에서 근소한 차이로 떨어져서 올 해 다시 도전을 해보려고 계획중이다.

서론이 너무 길었고, 본론으로 들어가면 이 책은 머신러닝이 무엇인지에 대해 쉽게 설명하고 있다. 무엇인지에 대해라고 말하면 너무 포괄적인데, 데이터 분석 입문을 하면 어떠한 문제에 닦쳤을 때 어떻게 접근을 해서 어떤 모델링을 사용하여 풀어나갈지에 대해 고민이 많고 처음부터 난관에 부딪힐 것이다.

지금의 나는 전문가는 아니지만, 2년정도 빅데이터 분석에 대해 발품팔며 공부를 해본 결과, 입문자 입장에서 보면 절대적으로 많은 이가 힘들어할 것이다. 이런 부분을 27개의 카테고리로 어떠한 문제에 봉착했을 때의 상황 설명과 접근해야할 알고리즘과 접근 방법을 설명하고 있어 매우 유익한 책이라고 생각한다.

공통적으로 각 카테고리별 1) 생활에서 만나는 문제, 2) 해결책을 위한 사고 실험, 3) 알고리즘과 수학적 정리, 4) R을 이용한 코딩구현과 구체적 해결방안 (뒷부분에 있는 neural network부분에서 파이썬 내용도 다룸) 5) 정리 및 요약 으로 구성을 해두어 책을 읽는데 좀 더 쉽게 이해할 수 있도록 구성을 해둔 것 같다.

물론 이 책의 서두에서도 밝혔듯이, 이 책을 접하는 사람은 이미 R과 기본적인 통계에 대한 어느 정도의 지식과 경험이 있어야 한다고 가정한다.

다른 머신러닝 입문자 관련된 책에서는 잘 못 보았던 genetic algorithm, finance 측면에서 우리가 쉽게 접할 수 있는 주식 예측, Monte Carlo Simulation, Stochastic process 등 쉬운 예제들을 이용하여 입문자들에게 포괄적인 이해를 돕는데 구성을 하였으리라 생각한다. 초보자라도 책에서 제공하는 예제와 프로그램 코드를 따라가면서 공식위주가 아닌 해설 위주의 설명을 곁들이다면 분석가로서의 모험은 바로 지금부터라도 시작할 수 있으리라 본다.

물론 아쉬운 부분도 있는데, 컴퓨터 사이언스과에 관련없는 내가 처음에 머신러닝(기계학습)이라는 단어를 떠올렸을 때 도통 감이 안 잡혔었다. 그리고 머신러닝의 탄생 배경과 통계,인공지능(AI)과의 관계에 대해서 이해하는데 시간이 좀 걸렸던 것 같다. 만약 앞 부분에 이러한 설명이 있었다면 입문자로써는 좀 더 쉽게 접근을 할 수 있으리라 생각한다. 만약 이런 부분을 보고 싶다면, '위키북스'의 '알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문'이란 책의 앞부분을 찾아보길 바란다. 다만, 입문이란 표현을 썼지만 '어서와~ 머신러닝은 처음이지?'과는 다르게 뒤로 갈 수록 복작한 수학식으로 설명하는 알고리즘이 많아 나와 중/고급수학을 대학교 이후에 보지 않아 현기증을 느끼는 나와 같은 사람이라면 어려울 수 있다.

아직 회사일에 시간이 부족해 해보지 못한 모델링 기법에 대해 실제 책 대로 코드를 돌려보지 못했지만, 나 역시 책장에 꽂아두고 필요할 때마다 꺼내어 쓸 생각이다.   

결론으로 머신러닝이 무엇이냐? 이런 분석 해보고 싶은데? 라고 물어 보시는 분이라면, 이 책을 한 번 권해 본다.

여러 기술서적을 보다보면 분량 - 난이도의 tradeoff 라고 생각이 듭니다.

타겟 독자층을 정하고 독자 지식수준을 고려해서 이론의 깊이와 넓이 수준을 정하는 것이 

핵심이라 생각합니다.

이 책은 머신러닝자체가 생소하고 어렵게 느껴지는 입문자부터 여러 응용분야와 이론을 알고싶어하는 중급자를 타겟으로 분량과 난이도를 잘 맞춘 좋은 책이라 느껴집니다.

당연히 분량을 고려하다보니 희생된 부분이 있습니다.

R과 Python을 전혀 모르는 사람, 수학에 익숙치않은 사람에겐 친절하지않은 책이라고 생각될듯합니다. 또한, 코드 해설이 전혀 되어있지않은 부분, 분량 상 미처 설명하지 못한 이론에 대한 참고자료가 없는 부분, R과 Python이 혼재되어있는데 이번 파트는 R인지 Python인지 알려주지않는 

부분이 아쉬웠습니다.    

단점이 있으면 장점이 있듯이, 이 책의 장점은 마치 드라마처럼 우리 근처에서 일어날 법한 

친숙한 예시입니다. 정말 당장 주변의 소상공인 분들이 사업에 적용시켜도 될만큼 실생활에 

등장할 법한 문제를 제시하고 이 문제를 해결하기위한 머신러닝알고리즘을 솔루션으로 이론을 설명하면서 분석과정을 R / Python 코드로 차례차례 풀어나가는 전개방식이 너무 좋았습니다.

또한, 입문자의 이해를 돕는 한편, 좀 더 깊이있는 이해를 원하는 중급자들을 위해 수식설명 및 

유도과정, 적절한 그림 해설을 보며 저자인 양지헌님의 내공과 좋은 책을 독자에게 제공하고 이해를 돕기위해 고심한 흔적을 느꼈습니다.

"이렇게도 폭넓은 머신러닝 알고리즘을 소개하는데 강화학습과 RNN도 나오려나??" 란 기대감으로 양지헌님의 다음 책이 나오길 고대합니다. 최신 트렌드를 다루는 것이든 실생활 예제로 접하는 통계분석이나 이번 책에서 미처 다루지못해 아쉬운 부분을 채우는 것이든 어떤 분야가 되었든

양지헌님의 책을 다시 구매할 예정입니다.

좋은 책 써주셔서 감사합니다.

머신러닝이라는 분야는 참 많은 분야의 지식을 내포한다.

기계를 학습시키기 위한 알고리즘을 짜기 위한 수학적 지식,

기계 학습을 실행시키는 R, Python 코딩과 같은 컴퓨팅 능력,

그리고 통계적 배경지식에 해당 분야의 도메인 지식까지..

이 많은 것들이 어떻게 합쳐져 하나의 문제를 해결하는지,

그 단계를 1단계부터 결과 단계까지 아주 찬찬히 잘 보여주는 책이라고 생각한다.

이 책의 가장 큰 장점은, 개인적인 의견으로는 사례에 대한 분석을 알기 쉽게 풀어 써 놓은 것이다.

순대국을 먹는 사람들 중 다수가 순대국과 같이 선택하는 메뉴가 궁금한 상황이나,

할인쿠폰을 좋아하는 사람들이 가지는 패턴을 파악하여 수익성 향상을 꾀하는 상황은

'머신러닝'이라는 단어의 어감만큼 우리와 멀어보이지 않는다.

이런 사례들에서 실제 성별, 나이, 결혼여부 등 변수들을 정의하고 이를 어떻게 프로그래밍하여

결과를 해석하는지까지의 일련의 과정을 아주 만족스럽게, 누구나 쉽게 이해할 수 있도록 가이드해준다.

물론, R이나 토예에 대한 아주 기초적인 지식은 가지고 있으면 더 쉽게 읽히는 것은 사실.

책의 구조에서는 위에서 언급한 것처럼, '생활 속의 문제' 부분이 강점이자 장점이다.

각 소챕터들의 첫 단원에는 거의 모두 '생활 속의 문제'라는 부분에서 위와 같은 현실 상황을 제시하고 있는데, 이는 어떤 분석기법을 적용할 것인지에 대한 인사이트를 기르는 데에 큰 도움을 준다.

개인적으로 가장 재밌었던 부분이자 몰입했던 부분은 Text Mining을 다룬 백화점 VOC 텍스트 분석이었다. 이 책에서는 고객들이 주로 만힝 하는 불만거리에 대해 단어별 상관관계나 연관규칙을 찾아내는 방법을 소개했는데, 불만내용들을 명사로 쪼개어 keyword의 빈도를 파악하고, 이런 keyword들이 함께 나오는 경우(연관규칙)를 R의 arules 패키지의 함수들을 활용해 찾아낸 것이었다. 역시 결과로 나온 규칙들을 plot, corrgram, corrplot, gplot, bubble chart 등 다양하게 시각화하여 보여주고 있다. 이 과정을 독자 누구나 따라 이해할 수 있고 따라 할 수 있어 정말 좋은 연습이 되는, 공부가 되는 그런 책인 것이다.

이 책은, 통계나 R프로그래밍을 기초 수준으로 이해하고 있는 사람,

혹은 (데이터분석과 다른) 비전공자인데 머신러닝에 대해 잘 몰라서 알고 싶은 사람에게는

최고의 책이 될 것이라 생각한다.

전자의 경우는 구현 과정이 쉽게 따라가며 실생활 사례를 적용하는 능력을 키울 수 있을 것이며

후자의 경우는 머신러닝을 어떤 도메인에 적용할지에 대한 인사이트를 키울 수 있을 것이다.

'이책저책 뒤적말고 이책만한 책없으니 이책으로 열공해라'라는 책의 앞 말처럼

이책 저책 뒤적이지 말고 이 책으로 열심히 공부하고 따라해본다면

누구나 머신러닝에 있어 쉽게 능력 향상을 이룰 수 있을 거라고 조심스레 생각해본다.

 알파고 쇼크 이후 머신 러닝이 전세계를 강타하고 있습니다. 머신 러닝 기법은 통계학, 수학, 컴퓨터 공학이 결합된 만만치 않은, 진입 장벽이 상당한 영역이라고 할 수 있겠습니다. 

 머신 러닝을 배우기 위해 가장 접근성이 쉬운 수단은 잘 쓰여진 책이라고 할 수 있겠습니다. 

 국내에서도 머신 러닝에 관련된 책은 여러권 나와 있었지만, 지나치게 피상적이거나 지나치게 전문적이어서 저와 같은 초보들에게는 큰 도움이 되지 못했는데요, 이번에 리뷰할 '어서와~ 머신 러닝은 처음이지?' 는 그 선입견을 어느 정도 깰 수 있게 해 준 책이라고 추천드리고 싶습니다. 

 대부분의 머신 러닝 서적들이 수학적이고 엄밀한 개념을 증명하는 것부터 시작해서, 수학적 베이스가 부족한 초보자들은 그 본질을 깨닫기도 전에 이미 질려버리는 경우가 많은데, 이 책에서는 시작을 일상 생활에서 접할 수 있고, 실생활에서 쉽게 응용할 수 있는 예제로 시작하는 것이 상당히 신선합니다. 

 이를 테면, 소개팅할 사람의 특성이 다양할 때, 이를 어떻게 조합해야 성공확률을 높일 수 있는지의 예를 통해 분류 알고리즘을 설명하는 식인데요, 이런 예를 먼저 확인한 상태에서 알고리즘을 접하면 훨씬 더 알고리즘을 쉽게 이해할 수 있었습니다. 

 또 한가지 주목할 만한 부분은, 이런 예를 들 때 엑셀 형태의 raw data를 먼저 제시한 후, R 프로그래밍 코드를 후에 제시하는 방식이었습니다. 

 개인적으로 모든 데이터 분석의 기본은 엑셀과 같은 데이터프레임에서 출발한다고 생각하고, 이런 데이터의 기본 구조를 잘 안 상태에서 코딩을 해야 체계적으로 데이터를 파악할 수 있게 되는데, 코드만 보여주는 것이 아니라 이런 데이터의 기본 구조를 먼저 보여주는 접근 방법에 높은 점수를 주고 싶습니다. 

 그리 두껍지 않은 책인데도 사실상 거의 모든 종류의 머신 러닝 알고리즘과 딥러닝까지 다루고 있다는 점에서 기존에 국내에 출간된 머신 러닝 서적과 확연한 차별성을 보인다고 생각합니다. 일상적인 예를 통해 머신러닝을 알려주지만 수학적인 배경 설명도 상당히 충실한 편이라 초보자 뿐만 아니라 실전에서 데이터 분석을 하고 있는 사람들에게도 좋은 트레이닝 북이 되리라 생각합니다. 

 한가지 아쉬운 점은, 책에서 지향하는 왕초보를 위한 머신 러닝 입문서로서는 2% 부족하지 않나 하는 생각이 듭니다. 왕초보를 위한 머신 러닝 입문서라면, 알고리즘 자체를 함수로 만들어서 일일이 설명하는 것보다는 알고리즘 자체를 활용할 수 있는 라이브러리의 활용 위주로 서술하는 것이 더 좋을 것 같다는 생각이 드는데, 이 책에서는 해당 알고리즘의 원리를 설명하기 위해 직접 함수를 만드는 과정을 통해 접근을 합니다. 물론 이 부분은 핵심 원리를 구체적으로 알기 위해서는 훨씬 더 좋은 방법이니 관점의 차이라고도 볼 수 있겠습니다.

 그리고, 책에서는 고등학교 수학 내지는 대학교 수준의 기초적인 수학 수준을 갖추면 충분히 볼 수 있다고 했는데, 저자분이 물리학과 출신이라 그런지 일반 독자의 수학 실력을 약간 '과대평가?' 하신게 아닌가 싶습니다. 저도 고등학교 때 이과였고, 나름 수학 점수는 잘 받았지만, 대학교 수학에 대한 최소한의 기본 상식이 없이는 접근하기가 사실상 불가능하더군요. 

 수박 겉핥기 식으로 대학 미적분책과 공업 수학을 대충이라도 훑어야만 머신 러닝을 이해할 수 있는 건 어쩔 수 없는 것 같습니다. 이건 책 내용이 꼭 어렵게 서술되었다기보다는 사실상, 머신 러닝을 아무리 쉽게 배우려고 해도 최소한의 수학적 지식이 없이는 제대로 머신 러닝을 하기가 어렵다는 머신 러닝 자체의 진입 장벽 때문이라고 생각합니다. 고등학교 수준의 수학을 충실이 이수했다는 전제 하에 머신 러닝을 배우기 위한 최소한의 추가적인 수학 수준은 편미분, 선형 대수, 기본적인 확률 통계에 대한 지식인데 이 부분은 어쩔 수 없이 스스로 따로 공부해야 하는 부분입니다. 

 이 책에 나오는 머신 러닝 알고리즘의 대부분은 R 코드로 구현이 되어 있고 딥러닝 파트는 파이썬으로 구현이 되어 있는데, 기본적인 R과 파이썬의 문법은 모두 알고 있다는 전제로 시작하기 때문에 프로그래밍에 대한 기초 지식이 없다면 반드시 R과 파이썬의 문법을 먼저 학습해야 합니다. 

 프로그래밍에 대한 기초지식이 없다고 하더라도, 알고리즘에 대한 개념을 실제적으로 느끼고 싶다면 굳이 코드를 자세히 리뷰하지 않더라도 상관은 없다고 생각합니다. 예제 하나하나가 상당히 현실적이고 와닿는 것들이어서 오히려 어렵게 쓰여진 머신 러닝 책보다 더 이해가 잘 된다는 것은 이 책의 상당한 강점이고, 또 저자분이 얼마나 고심해서 썼는지 느낄 수 있었습니다. 

 서두에 언급했다시피, 머신러닝은 수학, 통계학, 프로그래밍에 대한 최소한의 진입 장벽이 있는 부분은 어쩔 수 없는 부분입니다. 이건 뭐 아무리 쉽게 쓴다고 하더라도 자신이 그 최소한의 진입 장벽을 넘지 못한다면 머신 러닝은 공부할 수가 없다고 생각합니다. 하지만, 그 진입 장벽을 넘은 사람에게 이 책은 상당히 유용한 트레이닝 북으로 가치가 있다고 생각됩니다. 

본 서평은 출판사로부터 책을 증정받고 썼음을 미리 밝힙니다.

다양한 머신러닝 책들을 읽어보았는데 머신러닝에 대한 입문용으로는 아주 좋은 것 같습니다.

마음에 드는점은 아래와 같습니다.

1. 실 사례를 이용한 설명

 - 첫 장을 열어보면 가장 먼저 사례가 나옵니다.(사례1: 보습학원 원장인 김민정씨는.... 사례2 : 강남에서 순대국집을 운영하는....)

   보습학원 원장이 반편성을 하기위애 어떤 알고리즘을 이용해야 하는지.... 순대국집에서 어떤 요리들을 함께 팔아야 좋을지 등을 알고리즘을 이용해서 설명을 합니다.

 다시말하자면, 머신러닝이라는 것이 실생활에서 어떻게 필요하고 사용되는지 쉽게 알 수 있습니다.

2. 실행 가능한 간단한 샘플 코드

 - 공부를 하기 위해서 실제 소스를 실행해 봐야하는데, 위에서 말한 것과 같이 쉬운 사례를 들어서 설명을 하니 소스코드도 쉽게 설명이 되어있습니다.

3. 머신러닝에서 사용되는 알고리즘을 전반적으로 훑어줌

 - 이 책 한권만 읽으면 머신러닝에서 사용하는 알고리즘에 대해서 전반적으로 알 수가 있습니다. 즉, 누가 어떤 알고리즘에 대해서 물어본다면, 이 책 한권을 읽으면 전반적인 컨셉을 가질 수 있습니다.

단점(?)

1. 수식에 대한 이해가 어려움

 - 대학교 1학년 정도의 수학을 어느정도 안다면 `100%이해할 수 있다고하는 전제하에 책을 썼기 때문에 수학 공식에 대한 상세한 설명은 없습니다. 사실 쉽게 책을 쓰면서 수학적 지식까지 전달하는 것이 쉽지는 않을 것이라 이해합니다.

2. 책이 형광등 불빛에 반사되어 잘 안보임

 - 책이 번들거리는 종이로 되어있어서 빛 반사로 인해 잘 안보이네요^^;

아직 책을 계속 읽고 있는 중이지만 사서 보면 아깝지 않을 것 같습니다.

추천합니다!

자칫 어려운 학문을 실생활의 예제로 쉽게 접근할수 있는 책입니다.

응용 프로그램 개발자로서 최근 트렌드인 머신러닝 공부를 위해 이책을 접하였는데... 저자의 세심하고 배려 깊은 설명과 오랜 내공속에 제시된 예제들을 통해 머신러닝이란 분야를 쉽게 다가설수 있게 도와주었습니다. 다만 아쉬운 점은 저자의 의도처럼 머신러닝이란 내용자체가 통계분야의 기초 지식이 없이 접근하기가 쉽지 않은 분야 입니다. 저 처럼 통계 및 R언어에 대해 문외한일 경우 책을 읽는 동안 불편함을 느낄수 있습니다. 통계의 개념등을 저자가 설명하긴 하지만, 이책을 보기 전에 저처럼 문외한 일경우 통계나 R에 대한 기초적인 학습이 있다면 더 쉽게 이책을 통해 머신러닝을 공부할수 있습니다. 

작년 3월 우리 모두는 기억한다. 인간이 기계에 졌다는, 그것도 고도의 두뇌싸움인 바둑에서...

이세돌 9단과 알파고의 대결 이야기다. 그로부터 1년이 훌쩍 지났다. 그 1년 동안 세상의 모든 매체는 이제 인공지능이 인간을 대신할 시대가 머지 않았다고, 인간의 일자리를 빼앗길거라고 갖은 호들갑의 호들갑을 떨어왔다. 이 호들갑이 진짜 호들갑일지는 지나고 나봐야 안다.

일견 그 말들이 현실로 머지 않은 시일내에 다가올 수도 있다. 그렇다고 하더라도 결코 무서워하거나 불안에 떨 이유는 없다고 본다. 왜냐.. 힘들고 어려운건 기계나 AI에게 시키고 우린 폼나는 걸 새로 찾아서 하면 되니깐..

AI는 아주 오래전부터 인간의 꿈이었다.

아마도 인간이라는 속성 자체가 편한것을 추구하다 보니, 자연스럽게 기술의 발달로 산업혁명들이 3번이나 일어났고, 다시 그 후속타로 4번째 산업혁명이 일어날거라는.. 아니 진행중이라는 말들을 많이한다. 바로 그 정점에 있는 기술이 AI이며, 이 AI를 핵심 기술이 바로 뉴럴 네트워크에서 발전한 머신러닝, 딥러닝이다.

세상은 점점 디지털화되어 가고 있고, 네트워크화되어 가고 있다. 이 2가지 경향은 필연적으로 데이타 발생을 유발한다. 세상 곳곳에서 데이타들이 쏟아지고 있고, 이제는 그 데이타를 어떻게 분석하고 해석하느냐가 비지니스화되고 성공의 중요한 요소로 부상중이다.

이책은 굳이 수학적 논거나 이해를 기반으로 독자를 설득시키려 들지 않는다. 그저 쉽고 평이하게 생활속의 데이타들을 어떠한 기법으로 해석해 낼 수 있을지에 대해서 설명하고 있다.

그냥 가볍게 일독하기에 무난한 책이다.