(한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.)
인공지능은 단순히 도구가 아닌, 사고의 틀을 바꾸는 학문이다
이 책은 그러한 인공지능을 ‘제대로’ 이해하고 싶은 이들에게, 방향과 깊이를 함께 제시해준다.
이 책은 ‘인공지능 공부의 첫 단추를 바르게 꿰고 싶은 사람’을 위한 최고의 입문서다.
데이터를 제대로 이해하고 활용하는 법에 관한 책
회귀, 분류, 군집 알고리즘 등 다양한 모델들을 다루고 있다.
인공지능 데이터 모델을 공부하다보면 각 파라미터들이 무엇을 의미하는지 궁금해지는데 이 책을 통해 제대로 학습할 수 있다는 생각이 들었다.
그리고 컴퓨터 공학 관련 학생들이 초심자때 항상 어려움을 겪는데 과도한 수식내용으로 막막해지곤 한다. 이 책은 재밌는 비유와 유용한 실습자료들로 학습이 가능하다.
기본적인 데이터 전처리부터, 회귀 알고리즘, 확률적 경사하강법, 결정트리가 기본적인 부분이다.
그리고 그 이후 교차검증, 트리의 앙상블, K-평균, 주성분 분석에 대해 나아갈 수 있다.
7장부터는 딥러닝, 합성곱 신경망의 시각화, LSTM , 트랜스포머까지 인공지능에 대해 꼭 알아야하는 내용들이 담겨있다.
겉핥기식 이해가 아닌, 진짜 인공지능을 알기 위해서는 책을 여러 번 읽어보고 실습을 하며 체화하는 것이 정말 중요하다고 생각한다.
이 책이 좋은 인공지능 책이라고 생각하는 이유는 코드 나열식이 아니라, 다양한 질문을 던질 수 있게끔 해준다. 알고리즘의 발전 원인, 문제 해결 과정들을 상세히 서술하며 그래서 왜 이러한 알고리즘이 등장했는지를 깊이 탐구할 수 있게 해준다. 확률적 경사하강법이 어떻게 등장했고 Attention 메커니즘 같은 LLM 기술들이 자연어 처리 문제를 해결하는지를 상세히 학습할 수 있다.
이 책으로 깃허브를 참고하며 여러번 실습한 적도 있고, 수업 자료를 만들면서 좀 더 좋은 비유가 나와서 많이 참고했던 책이다.
그리고 이진 분류, 클래스를 설명하면서 헷갈릴 수 있는 부분에 대해 짚어준다. 초심자로서는 궁금할 수 있을 것 같다.
각 장에서 마무리를 통해 fit() 메서드, K-최근접 이웃알고리즘, 모델 ( 알고리즘이 구현된 객체), 정확도 등에 대해 한번 더 일목요연하게 정리해준다 .
책을 그냥 읽다보면, 제대로 이해했는지 궁금할 때가 있는데, 확인 문제를 풀어가면서 한번 더 짚고 넘어갈 수 있다. 1, 2 번 문제 같은경우에는 책을 읽었다면 쉽게 풀어볼 수 있을 것 같은데 3,4 번 문제는 좀 더 생각을 요해야 하는 문제여서 어려웠다 :)
이이 특히 마음에 들었떤 이유는, 확률적 경사 하강법에 대한 비유가 너무 좋았기 때문이다. 되게 이해하기 힘든 부분일 수 있는데 이 비유를 따라가다보면 이해가 된다. 산의 경사면은 확실히 연속적이어야 한다 .!
모델에 대한 이해가 끝나면
MNIST를 활용한 실습 예제가 나온다.
코딩을 손코딩으로 해보며 내용에 대한 정확한 이해를 권장하고 있는 것이 특징이다
어텐션 메커니즘의 장점과 단점이 자세히 설명되어 있다.
트랜스포머의 작동 반식, 셀프 어텐션 계산 과정 등에 대해 자세히 알 수 있다.
올해 읽어본 책중에 머신러닝 분야에서는 TOP 3 안에 들어갈 정도로 추천한다.
머신러닝의 정석 처럼 차근차근 상세히 스토리텔링 되어 있는 책을 읽어서 좋았다.
진짜 학습은 반복과 실습을 통해 내 것이 되는 과정이다. 이 책과 함께 한다면, 막막해보이던 인공지능 공부가 길이 보일 것이다. 대체 어떤 강의를 들어야할지 막막하던 사람도 눈이 트일 것이다.
