『처음이야? 파이썬 데이터 모델링 & 머신러닝』 도서는 데이터 분석을 넘어 머신러닝을 처음 접하는 초보자, 특히 데이터 활용 능력을 키우려는 학생과 직장인을 위한 맞춤형 입문서입니다. 이 책은 기초 통계부터 머신러닝의 필수 알고리즘, 그리고 데이터를 활용해 ‘예측하고 판단하는 모델’을 직접 만들어보는 과정을 친절하게 설명하며, 따라하기 쉬운 실습 예제를 통해 독자들이 머신러닝을 쉽게 이해할 수 있도록 도와줍니다. 특히 마지막 장에 구성된 ‘캐글(Kaggle) 타이타닉 생존자 예측 프로젝트’ 파트는 현업 머신러닝 엔지니어의 문제 해결 프로세스를 처음부터 끝까지 생생하게 체험하고 자기 점검할 수 있도록 되어 있어 실무 감각을 익히려는 독자들에게 많은 도움이 될 것입니다. 복잡한 수식이나 이론 중심의 설명 없이 핵심만 담아낸 구성으로, 기초부터 차근차근 다지기에 적합합니다. 다양한 실습 자료를 제공하여 학원 교재나 대학 데이터 과학 기초 수업 교재로도 활용도가 높을 것으로 생각되며, 데이터로 세상을 바라보는 새로운 눈을 뜨게 해주는 머신러닝 지침서로 추천합니다.

[이 책에서 배우는 내용]

데이터 모델링과 개발 환경
데이터 모델링과 머신러닝의 핵심 개념을 정립하고, 구글 코랩(Google Colab)을 활용한 개발 환경 구축 방식을 배웁니다. 본격적인 학습에 앞서 방대한 데이터의 구조를 파악하고 올바르게 이해하는 기초 체력을 기를 수 있습니다.

회귀 모델과 성능 평가
머신러닝의 기반이 되는 기초 수학부터 선형 회귀, 다중 선형 회귀, 비선형 회귀까지 예측 모델의 전반을 학습합니다. 모델을 구축하는 것에 그치지 않고, 예측 결과의 정확도를 판단하는 다양한 평가 지표의 원리도 명확하게 짚어줍니다.

지도 학습 분류 알고리즘
로지스틱 회귀, 결정트리, SVM, KNN 등 정답을 맞히기 위한 대표적인 분류 모델들을 배울 수 있습니다. 더불어 강력한 예측 성능을 자랑하는 앙상블 학습인 랜덤 포레스트와 부스팅 기법까지 다루며 지도 학습의 실전 활용법을 익힙니다.

비지도 학습과 군집화
정답이 없는 데이터 속에서 스스로 패턴과 규칙을 찾는 비지도 학습의 원리를 학습합니다. K-평균, 계층적 군집화, DBSCAN 등 다양한 군집화 알고리즘을 비롯하여, 복잡한 데이터를 단순화하는 차원 축소와 연관 규칙 학습을 다룹니다.

모델 성능 강화와 전처리
우수한 예측 성능을 이끌어내기 위한 피쳐 엔지니어링(생성, 선택)과 최적의 모델을 만드는 초매개변수 튜닝 기법을 배웁니다. 모델의 일반화 성능을 검증하는 교차 검증과 현업 효율을 극대화하는 머신러닝 전처리 자동화까지 상세히 설명합니다.

캐글 실전 프로젝트와 핵심노트
데이터 과학자들의 경연장인 캐글 플랫폼 활용법을 익히고, 대표 예제인 ‘타이타닉 생존자 예측’ 프로젝트를 처음부터 끝까지 전 과정 실습합니다. 부록으로 제공되는 핵심 필기 및 용어 노트를 통해 학습 내용을 완벽하게 복습하고 자기 점검을 할 수 있도록 구성했습니다.

[이 책의 특징]

머신러닝과 데이터 모델링에 처음 도전하는 입문자를 위한 기초 학습서
비전공자나 초보자들이 머신러닝을 쉽게 배울 수 있도록 복잡한 수학 공식이나 이론 중심의 설명이 아닌, 기초 통계부터 차근차근 짚어가며 캐글(Kaggle) 프로젝트 등 풍부한 실습 위주로 구성된 데이터 모델링 입문서입니다.

단계별 실습 문제와 소스코드 파일 제공
각 장마다 소스코드 따라하기와 실습 문제를 제공하여 학습 성과를 점검하고, 이를 깃허브에서 다운로드 받을 수 있도록 하였습니다.

동영상 강의와 연동된 학습 지원
모든 소스코드를 동영상으로 따라 할 수 있도록 동영상 강의를 제공하고 있으며, 이를 통해 데이터 모델링과 머신러닝에 대해 이해할 수 있도록 하였습니다.