이 책에서 다루는 내용

- 인기 있는 머신러닝 알고리즘에 대한 명확하고 간결한 설명
- 머신러닝이 비즈니스에 적용되는 응용 사례
- 매니저들이 데이터 과학자와 생산적으로 협업하는 데 필요한 지식
- 데이터, 워크시트와 파이썬 코드 제공

이 책의 대상 독자

경영대학 학생들과 경영진들에게 머신러닝 입문 과정을 가르친 경험을 바탕으로 쓴 책이다. 이 책의 목적은 독자를 데이터 과학자로 전환하기 위한 것이 아니다. 대신 독자들에게 데이터 과학자가 사용하는 도구와 자신이 조직의 목적을 어떻게 진전시킬 수 있는지 이해할 수 있도록 돕는 것이다.

지은이의 말

대부분의 학생은 머신러닝의 영향력이 점점 더 커지는 세상에서 살아남으려면 머신러닝에 대한 지식이 필요하다는 것을 인지하고 있다. 오늘날, 모든 임원은 컴퓨터를 다루는 방법을 알아야 한다. 더 나아가 가까운 시일 내에 모든 임원은 생산성을 향상시키기 위해 데이터셋을 관리하고 데이터 과학 전문가들과 함께 일하는 것에 익숙해져야 한다.

이 책에서는 행렬이나 벡터 대수학을 사용하지 않았고 미적분학을 사용하지 않았다. 이러한 학문 분야들이 전문가들에게 도움을 줄 수는 있지만, 경험상 대부분의 경영대학 학생들과 경영진들은 수학적인 부분을 불편해했다. 이 책은 데이터 과학자가 가장 많이 사용하는 알고리즘을 설명한다. 이를 통해 독자는 특정 상황에 대한 장단점을 평가하고 데이터 과학 전문가와 함께 생산적으로 작업할 수 있다. 알고리즘은 다양한 데이터셋으로 설명하며, 데이터셋은 저자의 웹사이트(www-2.rotman.utoronto.ca/~hull)에서 다운로드할 수 있다.

엑셀 시트와 파이썬 코드가 데이터셋을 수반한다. 실제로 내가 가르치는 모든 학생은 수업을 듣기 이전에 엑셀에 친숙하다. 저자는 학생들이 파이썬에 대해서도 편하게 다룰 수 있기를 바란다. 학생들은 이미 코딩 기술이 경영의 많은 직업의 전제조건이 되고 있음을 인지하고 있다. 저자의 웹사이트에서 수백 개의 파워포인트 슬라이드를 다운로드할 수 있다. 이 책을 채택하기로 선택한 강사들은 자신의 필요에 맞게 슬라이드를 수정할 수 있다.

옮긴이의 말

머신러닝이 일상용어로 사용되는 현시점에서 경영대에서는 머신러닝을 어떻게 가르쳐야 할까에 대한 의문이 있을 수 있다. 존 헐은 이 책에서 이에 대한 해답을 명쾌하게 제공한다. 본서는 다양한 고전적 머신러닝 기법뿐 아니라 신경망과 강화학습의 최신 기법들도 최소한의 수학지식으로 직관적으로 이해할 수 있도록 소개하고 있다. 파생상품 교과서로 유명한 존 헐 교수의 방식대로, 어려운 개념을 현실적인 예제와 간단한 수식으로 일반 독자들도 잘 이해할 수 있도록 풀어쓴 책으로 생각하면 될 것 같다.

과연 머신러닝이 경영학 특히 금융에 어떻게 적용되는지 현실적인 문제를 더욱 중요하게 다룸으로써 독자들에게 생생하게 다가오고 있다. 또한 최근 가장 뜨거운 주제로 대두되고 있는 머신러닝의 해석성과 사회적 이슈 등의 중요한 문제를 잘 설명하고 있다. 데이터 과학을 경영에서 활용하고자 하는 사람들과 머신러닝을 특히 금융에 적용하고자 하는 사람들에게 입문서로서 최적의 책이 아닌가 생각이 된다.

고급 수학과 현란한 컴퓨터 프로그래밍 기법으로 머신러닝·딥러닝을 표현할 수도 있지만, 본서와 같이 직관적으로 이해를 할 수 있는 책도 필요하다. 그렇다고 해서 결코 쉽게만 저술한 책이 아니므로, 현재 존재하는 아주 초보적인 책과 고급 수준의 저서의 격차를 메우는 데도 도움이 되리라 본다. 더욱이 본서의 예제들은 존 헐 교수의 홈페이지에서 제공하는 파이썬 코드와 데이터로 실습을 할 수 있어 이해를 더욱 돋울 수 있다고 본다. 많은 사람이 본서로부터 영감을 얻어 실생활, 특히 경영/금융에 데이터 기반의 의사결정체계를 도입하고 그 안에서 머신러닝을 활용하기를 바란다.