읽게 된 계기
소프트 마에스트로에서 딥러닝 파트를 맡게 되어서 도움을 받고자 딥러닝 오픈 채팅방에 들어가게 되었다. 초보들도 읽을 수 있고 도움이 될만한 책들을 많이 추천해주셨는데 그 중에서 이 책과 밑바닥부터 시작하는 딥러닝을 많이 추천 해주셨다. 또 인프런에서 무료로 강의를 제공하고 있어서 학습하는데 더 수월했던 것 같다.
다음과 같은 사람들에게 추천하고 싶다.
머신러닝, 딥러닝 중급 과정을 배우기 위해 기초를 쌓고 싶은 분
어려운 이론 때문에 머신러닝, 딥러닝을 배우기 주저했던 분
이론 보다는 실무에 적용을 하고 싶은 분
수학 보다는 이해하기 쉬운 설명으로 배우고 싶은 분
책 내용
책 내용은 아래와 같으며 밑의 내용중에서 절반정도 모르는 용어인 경우에 이 책을 추천하고 싶다.
사이킷런
텐서플로우
머신러닝K-최근접 이웃 회귀
선형 회귀
특성 공학과 선형 모델 일반화
릿지, 라쏘
로직스틱 회귀
확률적 경사하강법
결정 트리
교차 검증과 그리드 서치
트리의 앙상블
군집 알고리즘
k-평균
주성분 분석 (PCA)
딥러닝
인공신경망
심층 신경망
비선형 모델 일반화
합성곱 신경망
순환 신경망
LSTM와 GRU
인상깊었던 점
챕터를 하나씩 완수 할때마다 문제와 해당 용어에 대한 요약을 볼 수 있어 이해하는 데 도움을 준다.
딥러닝 파트에서는 실제 파라미터를 계산해보면서 어떻게 연산이 이루어지는지에 대해 이해 하는 부분도 인상 깊다.
비지도 학습중에 일부만 나타냈음에도 불구하고 관심을 이끌어 내는데 충분 하였다.
랜덤 포레스트, 그리드 서치 처럼 이름만 들어도 어려운 것을 최대한 쉽게 풀어내 이해를 돕는다.
코드를 제공해서 직접 돌려 볼 수 있으며 책에서도 이 코드가 어떤 역할을 하는지 설명한다.
순환신경망과 합성곱 신경망에서 어려운 수식 부분을 없애고 논리적인 부분을 쉽게 설명하였다.
손실함수를 산에 오르는 것으로 표현하여 크게 움직이는 것을 SGD로 표현한 것이 기억에 남는다.
책에서는 확률과 통계에서 정규분포, 표준 편차, 분산 정도만 나타내며, 미분이나 적분에 대한 언급도 없어서 접근하기 쉽다.
