BOOKSEEK READING GUIDE
머신러닝 입문 책 추천: 데이터를 배우고 결과를 확인하는 법
머신러닝을 시작할 때 가장 어려운 일은 새로운 도구를 설치하는 것보다 무엇을 모델에 맡기고 결과를 어떻게 확인할지 정하는 일입니다. 비슷해 보이는 책도 독자가 이미 파이썬에 익숙한지, 개념부터 천천히 배우고 싶은지에 따라 쓰임이 달라집니다. 여기서는 머신러닝과 딥러닝을 넓게 공부하는 자
머신러닝 입문, 무엇부터 살펴볼까요?
머신러닝을 시작할 때 가장 어려운 일은 새로운 도구를 설치하는 것보다 무엇을 모델에 맡기고 결과를 어떻게 확인할지 정하는 일입니다. 비슷해 보이는 책도 독자가 이미 파이썬에 익숙한지, 개념부터 천천히 배우고 싶은지에 따라 쓰임이 달라집니다. 여기서는 머신러닝과 딥러닝을 넓게 공부하는 자습서와 파이썬 라이브러리를 활용해 데이터 처리부터 평가까지 살펴보는 책을 비교합니다. 두 권 모두 예제를 직접 실행하는 독자를 위한 책이지만 필요한 사전 경험과 설명의 중심은 다릅니다. 한 권을 고른 뒤 작은 데이터를 가지고 학습과 평가 과정을 직접 재현해 보는 것이 좋은 출발점입니다.
머신러닝을 공부할 때 알아둘 사항
모델이 답을 내기까지 어떤 데이터가 쓰였고 그 답을 무엇으로 검증했는지 나누어 살펴보세요.
문제와 데이터
- 분류와 수치 예측 중 어떤 질문을 풀려는지 정합니다.
- 입력 데이터에 어떤 정보가 담겼는지 살펴봅니다.
훈련과 평가
- 훈련에 사용한 자료와 성능을 확인할 자료의 역할을 구분합니다.
- 예측 결과를 문제에 맞는 기준으로 평가합니다.
실습 환경
- 파이썬 기초와 라이브러리 사용 경험을 고려해 책을 고릅니다.
- 책의 예제 버전과 현재 환경이 다를 수 있음을 확인합니다.
기초 개념부터 딥러닝까지 함께 보기
파이썬으로 데이터 처리와 모델 평가에 집중하기
『파이썬 라이브러리를 활용한 머신러닝』은 사이킷런을 사용해 예측 모델을 만들고 평가하는 작업에 집중합니다. 파이썬 코드를 어느 정도 읽을 수 있고 전처리와 평가, 파이프라인을 함께 살펴보고 싶은 독자에게 적합합니다.
신경망도 소개하지만 딥러닝 전반을 길게 학습하려는 독자라면 첫 번째 책이 더 직접적인 선택입니다. 이 책은 알고리즘을 처음부터 구현하는 방식보다 라이브러리를 활용하는 흐름에 가깝습니다.
전처리와 평가를 함께 공부한다는 것은 모델의 함수 호출만 익히는 것과 다릅니다. 자료를 나누는 시점이나 변환 순서가 결과에 영향을 줄 수 있기 때문입니다. 독서 노트에는 선택한 모델 이름뿐 아니라 어떤 입력을 어떻게 바꾸었고 무엇으로 비교했는지도 적어 보세요. 라이브러리를 사용한 실험을 재현 가능한 절차로 이해하려는 독자에게 맞는 활용법입니다.
이 책에서 짚는 학습 항목
- 지도 학습과 비지도 학습
- 데이터 전처리와 특성 표현
- 모델 평가와 파이프라인
- 텍스트 데이터 처리
첫 책을 고른 다음에는
용어와 실습을 처음부터 함께 익히려면 박해선의 자습서가 출발점이 됩니다. 파이썬을 익혔다면 뮐러와 가이도의 책에서 데이터 준비와 모델 평가에 더 집중할 수 있습니다. 어느 책을 택하든 예제를 그대로 실행한 뒤 입력과 평가 조건을 바꿔보면 학습 결과를 자신의 질문으로 연결할 수 있습니다.
『혼자 공부하는 머신러닝+딥러닝』은 머신러닝을 처음 만나는 독자가 예제를 따라가며 기본 개념을 쌓는 데 무게를 둡니다. 분류와 회귀를 익힌 뒤 신경망과 언어 모델까지 어떻게 이어지는지 한 권에서 보고 싶을 때 선택할 수 있습니다.
확인 문제와 강의 자료가 자습을 돕는 반면 분량이 748쪽으로 넉넉합니다. 당장 특정 라이브러리의 사용법만 찾아야 한다면 필요한 범위가 더 좁은 책이 편할 수 있습니다.
한 번에 여러 알고리즘을 암기하기보다 예제가 어떤 질문에 답하는지부터 정리해 보세요. 입력 자료와 예측할 값, 평가할 방법을 같은 양식으로 기록하면 분류와 회귀의 차이를 비교하기 쉽습니다. 이어지는 딥러닝 부분은 앞에서 배운 학습과 평가의 생각이 어떻게 확장되는지 확인하는 용도로 읽을 수 있습니다.
이 책에서 짚는 학습 항목