|
통계공부를 하기에 좋은 책을 발견했다!!!! 요즘 빅데이터, 빅데이터다 하는 말로 많은 사람들이 얘기를 하고, 본인도 빅데이터에 관심이 많았지만, 정보의 홍수 속에서 어떤 책을 사서 공부해 나가야 할지 막막했는데, 인터넷으로 검색을 하다가 이 "Statistical Machine Learning"책을 발견했다. 일단 책의 목차를 살펴봤더니 PART Ⅰ 행렬의 기본 개념과 분해
PART Ⅲ UNSUPERVISED LEARNING PART Ⅳ 텍스트 분석 및 네트워크 분석
위와 같이 책의 목차가 구성이 되어 있었다. 사실 본인은 SAS나 R의 경우에는 어느정도 지식과 프로그램 능력이 있었지만, 파이썬(Python)이라는 프로그램 언어의 경우에는 생소하여 접근해 보지 못하였다. 그런데 요즘 취업시장을 살펴보게 되면 빅데이터 분석을 요구하는 대부분의 기업들에서 R뿐만 아니라 Python을 우대해 준다는 얘기들이 많이 보이는 것을 보면, 빅데이터를 요구하는 시대적 흐름속에서 Python이 중요한 프로그램 언어로써 역할을 하고 있는 듯 하여 관심이 있었다. 그런데 이렇게 책에서 그러한 언어를 다루고 있는 듯 하여 반가웠다. 또한 Part 1에서는 행렬과 차원축소에 대한 내용을 다루고 있고, Part2와 Part3 에서는 기계학습(Machine Learning)의 내용을 다루고 있는 듯 하였다. 실제로 Part2에서는 Supervised Learning, 즉 지도학습 내용을 다루고, Part3에서는 Unsupervised Learning, 즉 비지도학습에 대한 내용을 다루는 구성이었다. Part4에서는 텍스트 마이닝과 사회 네트워크 분석에 대하여 다루고 있었는데, 비정형 자료에 대하여 분석방법에 대한 내용이 들어가 있는 듯 했다. 특히 본인은 기계학습과 빅데이터 중에서도 비정형 자료에 대한 분석방법에 관심이 있었고(이부분에 꽂혔다!!!) 저자분이 현직 통계학과 교수님이고, 저자분이 하신 약력을 보니 책에 대하여 신뢰가 생겼다. 따라서 구매!!!!!!!!!!
실제로 책을 읽어본 결과 , Part1에서는 행렬 대수에 대한 내용과 함께 행렬의 고유값분해와 SVD방법 등을 통한 차원축소방법을 다루고, Part2에서는 Supervised Learning 즉, 지도학습의 내용을 다루는데 여러가지 분류방법들과 함께 분류모형 평가 방법이 자세히 나와 있었고, 그중에서도 앙상블 방법에서는 랜덤성을 확보하기 위해 배깅, 부스팅 등 여러가지 방법들이 사용되었다. (이부분이 실제로 많이 도움이 되었다.) 또한 Part3에서는 군집분석과 연관성 분석에 대한 내용을 담은 Unsupervised Learning, 즉 비지도학습에 대한 내용이 담겨 있었다. 군집분석이나 연관성 분석에 대하여 세세한 내용부터 심화된 내용까지 예제를 통하여 잘 정리 되어있어 이해하기 쉬었다. 마지막으로 Part4인데, 텍스트 마이닝과 사회 네트워크 부분에 대하여 큰 감명을 받았다. 두 부분 모두 비정형 자료를 다루는 부분으로 되었었는데, 그중에서도 다른 책에서는 읽어보지 못했던 텍스트 마이닝의 분석 방법들 즉, 단어-문서행렬(Term-Document Matrix)를 만드는 부분 부터, Sparcity(행렬의 0으로 이루어진 부분)을 처리하고 분석하는 등의 부분 뿐 아니라, 비정형 자료에 대한 깊은 이해와 이를 해석하는 부분이 인상 깊었다. 게다가, 이 책은 전반적으로 예제가 많이 준비되어 있어 독자가 이해하기 쉽게 구성이 되어 있었다. 또한 항상 장의 마지막 부분에서는 R과 Python 부분이 프로그램 코드로 준비되어 있어, 실제로 통계학을 공부할때 두꺼운 이론책과 그 이론에 관한 코딩북을 함께 봐야 했던 (혹은 구글을 뒤져야 했던) 때와 다르게 하나의 책에서 함께 할 수 있어 좋았다. 코드에도 상세한 설명이 달려 있어 보기에 수월 했다. 특히 저자가 R의 코드와 Python 코드부분을 함께 두었는데, R을 알고 있는 본인으로써는 같은 부분을 Python 코드로도 확인 할 수 있어 도움이 많이 되었던 것 같다. Python을 이 책을 통하여 처음 접했지만 그래도 R과 함께 적혀있어 어렵지 않았다. 앞으로도 이 책은 계속적으로 공부하는데 두루두루 쓰일것 같다.
|
|
빅데이터 분석에 대한 신간 서적을 검색하던 중 우연히 책을 구매하게 되었다. 저자 소개를 보니 현직 통계학과 교수님이 쓰신 책으로 목차를 쭈욱 넘겨보니 구성이 알차다. 1장에서는 머신러닝을 이해하는 데 꼭 필요한 행렬의 기본 개념과 차원축소를 자세한 예제와 함께 설명하고 있어 통계학 비전공자로서 어렴풋이 이해했던 부분의 갈증이 해소되는 느낌이다. 2장부터는 정형 데이터와 비정형 데이터 분석 방법을 상세하고 쉬운 예제로 설명해 주어 비전공자도 머신러닝을 이해하는 데 입문서로 사용할 수 있고, 전공자도 심화 교재로서 손색이 없어 보인다. 특히 눈높이가 비전공자에게 맞춰져 있어 친절하고 반복적인 설명이 마음에 든다. 텍스트 분석 및 네트워크 분석 파트도 시중의 어떤 책보다 자세하고 이해하기 쉬운 설명과 예제로 구성되어 있다. 또한 현업에서 빅데이터 분석시 주로 사용되는 R과 Python 코드를 함께 다룸으로써 자신에게 익숙한 언어로 머신러닝을 이해하고 코드로 구현해 볼 수 있다는 것이 장점이 있는 것 같다. 한번 일독 후 여러 차례 심도있게 읽어보면 머신러닝을 이해하는 데 큰 도움이 될 수 있을 것 같다. |