데이터에서 실행 가능한 정보를 추출하는 것으로 인하여 현대 비즈니스의 기본 구조가 프로그래머에게도 직접적인 영향을 미치는 방향으로 변화하고 있다. 그중 한 방향은 새로운 프로그래밍 기술에 관한 요구다. 시장 분석가들은 고급 통계와 머신 러닝 기술을 보유한 인력 요구가 2018년이면 140,000에서 190,000 정도가 될 것이라고 예측한다. 이는 요구 기술을 보유하고 있는 사람에게는 높은 급여와 더불어 흥미로운 프로젝트에 관하여 폭넓은 선택이 가능하다는 의미다. 프로그래머에게 영향을 미치는 또 다른 발전 방향은 통계나 머신 러닝에 사용할 수 있는 핵심 도구가 이미 개발 진행 중이라는 것이다.

프로그래머는 여러 가지 방식으로 머신 러닝에 관한 일반 지식을 습득할 수 있다: 온라인 강의나 잘 쓰여진 책 등. 이들 중 많은 곳에서 머신 러닝 알고리즘과 알고리즘 사용법 예시에 대하여 아주 훌륭한 설문조사(survey)를 제공하지만, 사용할 수 있는 너무나도 많은 알고리즘을 대상으로 하기 때문에 설문조사를 토대로 알고리즘의 사용법을 상세하기 설명하기는 어렵다.

이 책에서 사용한 방법은 다양하고 넓은 범위의 문제에서 최적 성능을 제공한다고 증명된 두 개의 알고리즘 군(family of algorithms)으로 설명 대상 알고리즘을 제한했다. 최적 성능이라는 주장의 근거로 이 두 알고리즘이 머신 러닝에서 가장 많이 쓰이고 있으며, 머신 러닝 툴에서 새롭게 개발한 패키지에 이미 포함되어 있고, 비교 연구에서 알 수 있는 두 알고리즘의 성능을 예로 들고 있다. 두 개의 알고리즘 군으로 관심을 제한하여 운영 원칙에 관한 훌륭한 설명을 제공하고 있으며, 서로 다른 구조의 문제에 어떻게 이 알고리즘을 적용하는지 상세하게 설명한 다수의 예제를 전체적으로 살펴볼 수 있다.

이 책은 파이썬에 초점을 맞추는데, 그 이유는 파이썬이 기능과 머신 러닝 알고리즘을 포함한 특화된 패키지가 잘 조화되어 있기 때문이다. 파이썬은 아주 간단하고 읽기 쉬운 소스 코드를 만들기 때문에 자주 사용하는 프로그래밍 언어다. 이 때문에 아주 많은 선도적인 기업에서 프로토타이핑이나 개발에 파이썬을 적용하고 있다. 파이썬 개발자는 동료 개발자들, 개발 툴, 확장판 등 거대한 커뮤니티의 지원을 받을 수 있다.

이 책의 구성
이 책은 새로운 예측 문제를 해결하려고 할 때 사용하는 기본적인 절차를 따르고 있다. 이 절차는 먼저 데이터에 대한 이해와 관련된 개발로 시작해서, 문제를 공식화하는 방법을 결정한 후 알고리즘을 적용해보고, 그 성능을 측정하는 것이다. 이 절차 중 각 단계에 사용한 기법과 그 단계가 필요한 이유에 대해 간략히 설명할 것이다.