머가필요해

최근 많은 분들이 관심을 갖고 있는 "MLOps"는

"Machine Learning"과 "DevOps"가 합쳐진 것으로 지속적인 학습과 배포가 이루어지도록 하는 것을 의미한다.

이런 `MLOps`를 공부하기에 앞서서 먼저 알아야 할 것이

바로 "머신러닝 엔지니어링 (MachineLearning Engineering)"이다.

그리고, "머신러닝 엔지니어링 (MachineLearning Engineering)"에 대해서

제대로 공부할 수 있는 책이 나왔다.

책 표지가 너무 깔끔하게 잘 나온 것 같다~^^

21년의 마지막날 하루 앞두고 발행되었다!!!

MachineLearning에 대한 책들을 보면 거의 대부분 Modeling에 집중되어 있다.

하지만, 실제 이를 적용하기 위해서는 Modeling만 알아서는 충분하지 않다.

이를 어떻게 응용할 것인지, 어떻게 적용할 것인지가 중요하다.

그렇기에 책의 서두를 보면, 이 책의 정체성에 대해서 잘 설명해주고 있다.

"Applied MachineLearning"

책의 구성을 보면 프로젝트의 시작 전부터 하나씩 친절하게 설명을 해주고 있다.

기술적인 부분에 대해서만 설명해주는 것이 아니라

어떤 데이터가 좋은 데이터인지, 어떤 전략으로 샘플링을 해야하는지와 같이

정말 꼼꼼하게 잘 설명해주고 있다.

당연한 이야기이지만, MachineLearning에서 가장 중요한 것은 데이터이기에

데이터에 대해서 상당한 분량을 투자해서 잘 설명해주고 있다.

데이터들을 수집해서 잘 정리하고 모델링을 해서

잘 만들어진 모델을 멋지게 서빙까지 하는 과정에 대해서 설명을 잘 해준다.

하지만, 이 책에서는 ML Engineering에 대한 이론적인 측면에서 설명을 해주고 있지

실제 사용되는 도구들을 통해 구현적인 측면에서는 언급해주고 있지 않다.

머신러닝 파이프라인에 있어서 각 단계별로 어떤 것들을 염두에 두어야 하는지

어떤 것들을 알고 있어야 하는지에 대한 이론을 설명해주고 있다.

즉, 그래서 실제로 어떤 도구들을 어떻게 구축해야할지를 고민하시는 분들에게는 적합하지 않고

머신러닝을 실제 업무에 적용하기 위해 어떤 단계들로 구성이 되어있는지

각 단계별로 어떤 것들을 고민하고 조심해야하는지를 알고 싶으신 분들에게 적합할 것 같다.

※ 제이펍 서평단 활동을 위해 지급 받은 도서에 대한 리뷰입니다.

Deep Learning을 공부하다보면

제일 먼저 접하는 것은 이미지 데이터를 CNN을 통해 분석하는 방법이다.

그 다음에 공부하게 되는 것이

데이터들의 순서가 중요한 시계열 데이터를 위한 RNN이고

이러한 RNN이 필요한 가장 대표적인 데이터 유형이 바로 자연어 처리이다.

그런데, 반대로 생각해볼 필요가 있다.

자연어 처리는 반드시 RNN만 적용해야 하는 것일까?

이런 궁금증을 해결해줄 수 있는 책이 바로 이 책이다.

Natural Language Processing with PyTorch

파이토치로 배우는 자연어 처리

21년 6월에 초판을 찍은 아직은 따끈따끈한 책이다.

내부에도 저 예쁜 새(노랑허리상모솔새)가 컬러로 인쇄되어 있어서 깜짝 놀랐다 ^^

아! 이 책은 ML/DL 관련해서 공부를 해보신 분들이라면

당연히 알고 계실 `박해선`님이 번역해주셨다!

책은 정말 친절하게도 Chapter 1 하나를 소개를 위한 내용으로 채워져있다.

또한 자연어 처리를 위한 기본적인 내용들도 친절하게 소개를 해준다.

심지어 Neural Network에 대한 기본적인 사항들에 대해서도 소갤를 해주고 있는데,

사실 이러한 내용들에 대해서 사전에 학습되지 않은 사람들이 과연 이 책을 구매할까?라는 의문은 있다.

Deep Learning에 대한 기본적인 공부를 이 책으로 할 수 있을지는 조금 의문스럽지만,

그럼에도 불구하고 나름 꼼꼼하고 깔끔하게 잘 설명해주고 있다.

이미 공부를 하신 분들도 이 책을 통해서 한 번 훑어보는 것도 괜찮을 것 같다.

이 책의 특징 중 하나는 바로 매 챕터에 `연습문제`가 있다는 것이다.

책을 눈으로만 봤다면 쉽게 풀 수 없는 문제들이다.

이 책에 대해서 총평을 해보자면,

Deep Learning으로 자연어 처리를 어떻게 할 수 있는지

특히 PyTorch를 이용해서 자연어 처리를 해보고 싶은 사람들에게 추천할 수 있을 것 같다.

하지만, 초급인 분들에게는 조금 어려움이 있을 것 같다.

최소한 Deep Learning에 대해서 기본적인 지식은 있는 분들에게 적합하다고 생각된다.

Deep Learning에 대한 지식이나, PyTorch에 대해서 알고싶은 사람들 보다는

자연어 처리에 대해서 공부하고 싶은 분들에게 추천한다.

살짝 한 번 공부해본 분들이 정리하는 차원에서 봐도 좋을 책이다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

개발자들에게 가장 유명한 사이트 中 하나인 GitHub.com에서는

매년 Octoverse라는 이름으로 1년간의 성과와 통계를 공개한다.

- https://octoverse.github.com/

그러면 Python은 2021년에 몇 번째로 사랑받았을까?!

JavaScript에 이어 2번째로 인기있는 언어가 바로 Python이다.

그러면 Python을 공부하기에 좋은 책은 어떤 것이 있을까?!

책 표지에도 딱! 나와있듯이 "파이썬 분야 1위" 책이다 !!!

그렇다! 무려 10쇄 !!!

많이 팔리는 책에는 분명히 이유가 있을 것이다.

책 제목에 분명히 써 있듯이 "혼자 공부"하기에 정말 최적의 Python 서적인 것이다.

실제 해당 사이트에 가보면 정말 많은 것을 제공해주고 있다.

- https://hongong.hanbit.co.kr/%ed%8c%8c%ec%9d%b4%ec%8d%ac/

정말 고맙게도 동영상 강의도 무료로 제공해주고 있다.

혼자서 공부하자니 동기부여가 잘 안된다면

한빛미디어에서 정기적으로 모집하는 "혼공학습단"과 같은 이벤트에 참여하면 경품까지고 노릴 수 있다.

책 내용도 보면 정말 친절하기 그지없다.

줄 간격도 여유있게 되어 있어서 보기에 부담스럽지 않다.

얼마나 친절하냐면,

코딩 전용 폰트 설치하는 것까지 책은 물론이고 동영상으로도 설명을 해준다.

조금 아쉬운 점은 예제소스를 다운로드 받아서 사용해야 한다는 점인데...

사실 github.com에서 검색하면 누군가 올려놓은 소스코드들을 쉽게 찾아볼 수는 있다.

총평하자면,

혼자서 Python을 공부하기에는 가장 최적의 선택

무료 동영상 및 많은 커뮤니티를 통한 다양한 자료 활용 가능

다만, 정말 처음으로 Python을 공부하는 사람에게 적합

중급 이상에게는 너무 쉬운 책

`개발자에게 바치는 머신러닝 가이드북!`

`개발자의, 개발자에 의한, 개발자를 위한 AI`

정말 감각적인 표지 디자인과 함께

이 책의 정체성을 그대로 보여주고 있는 부제목들이다.

정말 따끈따끈한 ... 신간 서적이다 !!

개인적으로는 첫 중국 출신 지은이들의 책이다.

텐센트와 알리바바 소속 지은이들의 서적이라니... 기대가 되기도 하고, 궁금하기도 하였다.

차례를 보는 순간

`아! 정말 개발자들의 시각에서 씌여진 책이구나!`

라는 것을 느낄 수 있었다.

"머신러닝의 Hellow World"

그렇지! 개발자라면 `Hello World`로 시작해야지!!!

베타리더들의 코멘트를 봐도 알 수 있겠지만

이 책은 이론 보다는 실습 위주의 학습을 하기 위한 독자들에게 적합하다.

그렇다고 해서, 이론적인 설명이 아예 없는 것도 아니다.

정말 꼭 알아야 하는 내용을 정말 깔끔하게 잘 정리해서 설명해주고 있다.

개인적으로 머신러닝/딥러닝을 공부하면서 이런식으로 예시를 보여주는 것은 처음 보았다.

양수/음수 분류 함수를 케라스를 이용해서 비교 구현을 해보다니 !!!

각 챕터별로 마무리도 깔끔하게 잘 해주고 있다.

그리고 끝까지 개발자의 입장을 놓치지 않고 계속 유지하고 있다.

이 책은 정말 색깔이 확실하다.

개발자가 머신러닝을 공부할 때 좋은 책 !!!

조금 길게 설명하자면,

머신러닝에 대해서 책 한 권 정도는 훑어보았지만

어려운 이론들과 수학적인 설명들로 인해서 좌절을 느낀 개발자들에게

예전에 공부하던 방식으로

머신러닝과 딥러닝을 공부할 수 있도록 가이드해주는

표지가 아주 멋진 책 !!!

※ 제이펍 서평단 활동을 위해 지급 받은 도서에 대한 리뷰입니다.

`한 권으로 다지는 머신러닝&딥러닝 with 파이썬`

너무나 매력적인 제목의 책이 새로 나왔다.

한 권으로 머신러닝과 딥러닝을 모두 다진다니... 그것도 파이썬을 이용해서...

목차를 보면 정말 알차게 채워져 있다.

인공지능이 무엇인지에 대한 설명 뿐 아니라,

인공지능이 어디에 쓰이는지 사용 사례까지 소개를 해주고 있다.

딥마인드 팀에서 만든 `알파스타`로 프로게이머를 이긴 이야기도 실려있어서 재미있게 읽었다.

뿐만 아니라 본격적인 머신러닝 & 딥러닝 공부에 있어서도

다른 책에서는 잘 언급하지 않는 `특성 공학`부터 하나의 챕터를 할당해서 알려주고 있다.

편집도 정말 깔끔하지 않은가!?

챕터에 대한 짧은 설명과 함께 학습 목표도 명시적으로 앞에서 소개를 해줘서

무엇을 알아야 하는지 한 번 생각하고 공부를 할 수 있도록 되어있다.

위 사진들을 보면 알겠지만 조금 아쉽게도 이 책은 Grey Scale 이다.

하지만, 정말 친절하게도 이 책에서 사용된 이미지들을 Colored PDF 파일로 공유해주고 있다.

https://static.packt-cdn.com/downloads/9781839219535_ColorImages.pdf

물론, 예제 코드도 제공해준다.

https://git.io/JahHZ

예제 코드에서 조금 아쉬운 점은

솔직히 공부하기에는 Jupyter Notebook 형식으로 제공해주는 것이 편한데... 대부분 Python 파일로 제공을 해주고 있다.

그리고, 별도 주석이 있다던지 하지는 않아서... 좀 아쉽다.

이 책에 대해서 전반적으로 설명을 하자면,

책 제목 그대로 머신러닝과 딥러닝에 대해서 책 한 권으로 정말 깔끔하게 잘 정리된 정성 가득한 책이다.

다만, 너무 넓은 범위의 내용을 책 한 권에 담아내다보니

친절한 설명까지는 기대하면 안되고

깔끔하게 요약된 내용을 보면서 다른 책이나 매체를 통해 좀 더 공부를 보충할 필요는 있어 보인다.

이미 머신러닝과 딥러닝을 공부하고 있는 분들이라면

이 책으로 한 번 정리한다는 느낌으로 공부하기에도 정말 훌륭한 책이 될 것 같다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

파이썬 라이브러리를 활용한 데이터 분석 2판

이번에 보게된 책은

"데이터 분석을 위해 파이썬 라이브러리를 사용하는 방법"을

알려주는 교과서와 같은 유명한 책이다.

교과서와 같은 책이라고 해서

오래된 책이라고 생각할 수도 있는데

오래된 책 맞다.

그렇다고 해서 'out of date' 된 책은 아니다.

제목에도 써있는 것처럼

"2판"으로 나왔기 때문이다.

거기에다가 5쇄까지 찍었다.

유명한 책인 것은 분명하다.

결론적으로 2019년에 2판으로 업데이트 했고

내용은 지금도 유효하다!!!

"학습 환경"

이 책에서 제안하는 학습 환경은

Anaconda 설치해서

IPython 또는 Jupyter Notebook을

사용하는 것이다.

Jupyter Notebook의 근간이 IPython 이라는 것을

처음 알았다 @.@

추가적으로 IDE(통합 개발 환경)를 소개해주기는 하는데,

결국은 IPython 또는 Jupyter Notebook을

사용하는 것을 권장하고 있다.

VSCode(Visual Studio Code) 언급이 없는 것으로 보아

2019년 이전에 작성한 책이 맞는 것 같다 ^^

하지만, 공부에는 지장이 없다 !!!

책 내용은

기본 자료형부터 설명을 시작하면서

Numpy와 Pandas를 중심으로

너무나 잘 설명해주고 있다.

책 내용도 훌륭하지만,

코드 예제 데이터는 꼭 찾아보길 바란다.

https://github.com/wesm/pydata-book

단순히 샘플 코드만 있는 것이 아니라

Jupyter Notebook 파일로 제공해주면서

설명하는 내용까지 담겨있다.

최근 많은 분들이 계속 관심을 많이 갖고 있는

Machine Learning, Deep Learning, Big Data 등의

공부를 하게 되면

반드시 거쳐가는 것이 바로

Python 특히, Numpy & Pandas 라이브러리에 대해서

공부를 하게 된다.

이 때, 정말 많은 도움이 될 책으로 추천할 수 있을 것 같다!!!

이 책을 보면서 특히 호감이 들었던 부분이

바로 "Chapter 11. 시계열" 이다.

개인적으로 Python으로 작업하면서

많은 고생을 했던 (즉, 시간을 엄청 많이 빼았겼던)

부분이 바로 "날짜" & "시간" 이었다.

즉, "시계열" 데이터 인데,

이것을 하나의 챕터로 깊게 다뤄주고 있어서

정말 감동했다.

이 책에 대해서 짧게 서평하자면

Python으로 데이터를 다루고 싶은 모든 분들에게 추천하는 책이다.

Numpy, Pandas는 물론이고

기본 내장 데이터형부터 시작해서

고급 데이터 분석까지 차분히 설명해주고 있다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

머신러닝/딥러닝 개발과 관련하여

대중적으로 가장 유명한 것은 `텐서플로(Tensorflow)`일 것이다.

GitHub에서도 지금(21년 8월) 현재 159k stars를 자랑하고 있으니....^^

https://github.com/tensorflow/tensorflow

`파이토치(Pytorch)`는 그정도의 인기는 없다.

아직 50.4k stars 밖에 안된다.

https://github.com/pytorch/pytorch

하지만, 최근 협업에서는

Tensorflow 보다 Pytorch가

더 많은 인기(?)를 얻고 있다.

이런 Pytorch를 처음 공부할 때

적합해보이는 책이 있다.

파이토치 첫걸음 - 딥러닝 기초부터 RNN, 오토인코더, GAN 실전 기법까지

파이토치 첫걸음 - 최건호 지음/한빛미디어

책을 본 첫 느낌은

산뜻한 색상의 표지 + 232쪽 얇은 두께 + 아담한 A5 크기

결론적으로

작고 얇은 예쁜 책!!!

그리고 목차를 보면

친절하게도 딥러닝이 무엇인지

파이토치를 어떻게 설치해야하는지도 알려주고 있다.

체스를 보여주며 인공지능을 상징하고

스팸 메일 분류를 가지고 머신러닝을

고양이 판별하는 것으로 딥러닝을 설명해주고 있는 그림을 보면서

감동도 했다!

`정말 꼼꼼하게 신경써서 만든 책이구나~`

처음에는 단색 인쇄인 줄 알았지만,

필요에 따라 color가 사용되기도 하고

중간에 폴컬러 인쇄가 되어있기도 하다.

지금까지 좋은 말을 했으니

이제는 아쉬운 점을 이야기하자면...

아담한 A5 크기에 232쪽 얇은 두께의 책이고

책 제목이 `파이토치 첫걸음`인데...

부제목은 엄청나다.

`딥러닝 기초부터 RNN, 오토인코더, GAN 실전 기법까지`

즉, 조그마한 책에 너무 많은 것을 알려주려고 한 것이다.

책 제목이 `파이토치 첫걸음`이고

책의 첫 챕터에서 딥러닝이 뭔지 설명해주는 책이기에

딥러닝 어린이가 구매하기를 기대한 것으로 보이는데

그러기에 책 내용은 딥러닝 어린이기 보기에 쉽지 않다.

당장 챕터3의 `선형회귀분석` 부분을 보면

친절하게도 선형회귀분석이 무엇인지 설명을 해주고 있고

손실함수 및 경사하강법을 이어서 이야기하고

파이토치에서의 경사하강법은 어떻게 하는지 설명을 해주며

소스코드로도 보여주고 있다.

하지만,

분명히 차근 차근 밟아나가며 설명을 해주고는 있지만

충분한 설명이라기 보다는 요약 수준이다.

설명이 부실하다는 말은 아니다.

깔끔하게 정리된 논문같은 느낌?!

아니면 공부하면서 요약정리한 느낌!?

반면, 제공되는 예제 코드가 잘 제공되고 있어서 많은 도움이 된다.

https://bit.ly/2U7ttYT

책의 예제 외에도 추가적인 자료도 포함되어 있고

주석도 추가적으로 제공되고 있다.

비교적 얇고 작은 사이즈의 책이기에

가볍게 들고 다니면서 틈날 때마다 한 번 읽어보고

제공되는 예제 코드를 Colab에서

돌려가면서 실습해보고

잘 이해가 안되는 부분들에 대해서는

구글링을 해보며 채워나가면서

공부하면 좋을 것 같다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

"최적의 리액트 코드를 작성하기 위한 모범 사례와 패턴"

책의 표지에 적혀있는 문구이다.

러닝 리액트 - 알렉스 뱅크스.이브 포셀로 지음, 오현석 옮김/한빛미디어

React를 공부하겠다라고 하면

주변 사람들이 입문서로 가장 많이 추천한 책이었는데,

마침 이번에 새로 개정까지 되었다니~ 금상첨화 !!!

표지를 보면 알겠지만,

21년 7월 1일 1쇄 발행이다!

이 책의 포지션은 "입문서"이지만,

중급자가 보기에도 나쁘지는 않을 것 같다.

목차를 보면

리액트에 대한 소개는 물론이고

변수 선언이나 함수 만들기부터

친절하게 차근 차근 소개를 해주고 있다.

사실 리액트의 시작은 얼굴책-Facebook이다.

Facebook에 적용이 되었다고 하여 유명세를 얻게 되었으며

심지어 별스타그램-Instagram도 리액트로 만들었다고 해서

많은 신도들을 불러들인 라이브러리이다.

책에서도 이러한 리액트의 역사와 비전에 대해서도

짧게나마 소개해준다.

요즘 기본이 된 사항이지만

이 책에서 사용된 소스 코드들을

GitHub로 제공해주고 있다.

https://github.com/MoonHighway/learning-react

[ Pros ]

- 리액트 입문자를 위한 친절한 책

: 리액트는 무엇인지, 변수 선언은 어떻게 하는지와 같은

기초적인 것부터 친절하고 쉽게 설명해준다.

- 샘플 코드와 결과를 보기 쉽게 제공

: 편집의 힘인 것 같은데,

희한하게 다른 책과 뭐가 다른지 딱 꼬집아 말할 수는 없지만

책을 보면서 소스 코드가 눈에 잘 들어왔다.

그리고 결과 등을 보여주는 부분도 보기 좋았다.

- 충실한 github.com 예제/정보 제공

: 예제 코드를 제공해주는 github에 꼭 접속해보기 바란다.

책에서 아쉬운 부분도 많이 채워준다.

Chapter에 맞춰서 꼭 github도 같이 보기를 강력하게 추천한다.

[ Cons ]

- 개발환경 구축에 대한 설명 미흡

: 입문자를 위한 책임에도

개발환경을 갖추는 부분에 대한 설명이 조금 부족하다.

없는 것은 아닌데... 아쉽다.

- 기능 설명의 나열

: 차근 차근 공부하려는 분들에게는 좋을 수도 있는 부분인데

바로 뭔가 만들면서 공부하는 것을 좋아하는 사람에게는 조금 아쉽다.

사전처럼 필요한 부분을 찾아서 보기에 좋을 수도 있기는 한데...

이 책만 가지고 리액트를 공부하기에는 조금 아쉬울 수 있을 것 같다.

[ 총평 ]

- 리액트를 공부하기 시작했다면 꼭 갖고 있기를 추천

클론 코딩과 같은 강의를 들으면서 보면 더더욱 많은 도움이 될 것 같다!

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."