머신러닝, 딥러닝을 스스로 익혀보세요!
이 책은 수식과 이론에 중점을 두어 난해하게 느껴지는 대부분의 머신러닝과 딥러닝 책과는 달리, ‘독학하는 입문자’가 ‘정말 필요한 내용을 제대로’ 학습할 수 있도록 구성되었습니다. 저자는 구글 머신러닝 전문가(Google ML expert)로서 수년간의 입문자 지도 경험과 번역 작업을 바탕으로, 독학자에게 필요한 학습 요소를 파악하여 과외 선생처럼 친절하게 핵심 내용을 요약해 두었습니다.
이 책을 따라하며 간단한 코드를 짜 보고 확인 문제를 풀어보면, 머신러닝과 딥러닝의 개념이 자연스럽게 이해되고 실무에 활용할 수 있는 지식으로 진화할 것입니다.
독학자를 위한 철저한 지원 체계
이 책은 7단계의 반복 학습 구조로 구성되어 초보자도 체계적으로 내용을 이해할 수 있습니다. 각 단계에는 다음과 같은 지원 시스템이 마련되어 있습니다.
- 핵심 키워드: 주제의 요약 개념을 미리 살펴볼 수 있습니다.
- 시작하기 전에: 복습 문제를 통해 기존 지식을 활성화할 수 있습니다.
- 확인 문제: 단원의 마지막에 각 단계를 요약하고 실습 문제를 제공하여 내용 이해도를 확인할 수 있습니다.
뿐만 아니라, 이 책은 다음과 같은 학습 지원 자료를 제공합니다.
- 용어 노트: 핵심 개념과 용어를 간결하게 정리하여 언제든지 참조할 수 있도록 합니다.
- 학습 사이트: 동영상 강의, 토론 포럼, Q&A 게시판을 통해 저자와 다른 학습자와 상호 작용할 수 있습니다.
- 혼공 학습단: 저자와 함께 공부하고 동기를 유지할 수 있는 온라인 커뮤니티입니다.
다양한 실전 예제와 파이썬 코드 연습
이 책은 이론 설명을 최소화하고 파이썬 코드 연습을 최대한 활용하여 독학자의 실습 능력을 향상시킵니다. 책에는 다음을 포함한 다양한 실전 예제가 포함되어 있습니다.
- 생선 분류를 위한 머신러닝 모델
- 농어 무게 예측 회귀 모델
- 럭키백 확률 계산 로지스틱 회귀 모델
- 결정 트리와 그리드 서치를 사용한 와인 분류
- 합성곱 신경망을 사용한 패션 이미지 분류
- 순환 신경망을 사용한 영화 리뷰 분류
이러한 연습을 통해 독학자는 실제 업무 문제를 해결할 수 있는 코드 작성 기술을 마련할 수 있습니다.
머신러닝과 딥러닝의 포괄적인 커버리지
이 책은 머신러닝과 딥러닝의 다음을 포함한 광범위한 주제를 다룹니다.
- 머신러닝 소개와 기본 개념
- 회귀 모델과 분류 모델
- 트리 기반 알고리즘과 앙상블 학습
- 비지도 학습과 군집화
- 인공 신경망과 심층 신경망
- 텍스트와 시퀀스 데이터를 위한 신경망
이 책을 통해 독학자는 머신러닝과 딥러닝의 기반을 탄탄하게 하고 현업에서의 능력을 키울 수 있습니다.
이 책은 머신러닝과 딥러닝의 세계로 여정을 시작하려는 독학자에게 완벽한 안내서입니다. 저자의 친절한 지도와 입문자 맞춤형 접근 방식을 통해 독학자는 자신 있게 이 분야의 비밀을 풀 수 있습니다.

