오늘은 지난번 글에서 곧 돌아오겠다고 예고한 혼자 공부하는 머신러닝+딥러닝입니다. 한빛에서 칼을 갈고 만들고 있다고 느끼는 시리즈인 혼공 시리즈의 머신러닝, 딥러닝입니다. 제일 놀란 점은 두께와 퀄리티 대비 책이 저렴하다는 점이었습니다. 600페이지에 달하는 책을 정가 26,000원이라는 생각보다 저렴한 가격에 만날 수 있습니다. 다른 인공지능 도서들이 가격이 큰 문턱이라는 걸 생각하면 이름처럼 혼자 공부하기에 부담을 덜 수 있는 책이라고 생각합니다
다른 인공지능 분야 도서들이랑 가장 큰 차별 점을 꽂으라면 첫 데이터 셋으로 MNIST, 와닿지도 않는 보스턴 집값 데이터가 아니라 혼공맨이 정말 실제로 겪을만한 데이터를 다룹니다.
Deep Learning(이하 DL)은 배우기 쉬운데 어려운, 굉장히 아이러니한 분야가 되어가고 있습니다. 강력하고 좋은 프레임워크와 튜토리얼들이 배움과 사용의 문턱을 굉장히 낮추어 주었습니다. 이는 동전의 양면처럼 장단점이 극명하게 나뉘는 결과를 초래했습니다. 문턱이 낮아지면서 다양한 아이디어와 기술들이 분야에 기여하고, 흥미 있고 능력있는 친두들을 일찍 발굴해 내는 등의 장점이 있습니다. 동시에 레토르트 식품을 서빙하는 식당들이 많아지고 있습니다. 모델에 대한 이해 없이 하이퍼파라메타와 데이터셋만 조금 바꾸어 결과를 뽑아 사용하는 말 그대로 밑바닥이 부족한 사용자들도 속출하는 듯 합니다.
지난 달에 리뷰한 점프 투 플라스크와 형제로 나온 책입니다. Python을 공부하다보면 언젠가 마주치는 이름입니다.
이제는 웹은 우리와 떨어질 수 없는 존재가 되어버렸습니다. 개발을 하다보면 아무리 피해가려고 해도 중간중간 만날 수 밖에 없는 누군가에겐 애증의 존재가 되어버린 웹입니다. Django는 웹을 위한 대부분의 것을 다 준비해준 일명 Macro Framework입니다. 최소한의 기능만을 제공하는 Flask와는 정 반대의 느낌을 가지고 있는 프레임워크입니다.
다른 웹 프레임워크를 다루다가 Django를 만나면 조금은 당황 할 수도 있는게 데이터베이스를 정의하는 Model을 기준으로 프로젝트 돌아가서 웹으로 Django를 배운다는 느낌보다 Django를 위한 Django를 배운다는 느낌이 강하게 들 수 있습니다.
2021년 첫 책은 길벗의 수학책인 다시 확률 통계: 확률편입니다. 같은 시리즈의 다시 미분 적분 처럼 다시 수학 공부를 하고 싶은 사람들 위한 기초 개념 서적입니다.
일상 생활 속에 끝없는 확률게임을 마주합니다. 점심 먹고 아이스크림 내기 부터 한 주의 즐거움을 위해 산다는 로또까지 소소하게 확률을 계산하고 있습니다. 그런데 분명 학생 시절 배운 것 같지만 아리송한 부분이 또 많은게 확률입니다. 이건 독립사건과 종속사건 중에 하나는 더하고 하나는 곱하는게 맞는데 뭐가 뭔지 헷갈려서 계산을 포기하고 손으로 세는 경우를 주변에서 어렵지 않게 볼 수 있습니다.
python은 분명 쉽고 간결한 언어이다. 간결한 만큼 강력하고 확장성이 좋은 언어이다. 기초가 간결하다고 해서 본격적으로 사용하기 위한 코드가 쉽다는 의미는 아니다. 오히려 본격적으로 사용하기 위해선 다양한 라이브러리들을 얼마나 유기적으로 사용하느냐가 python을 잘 다룬다고 할 수 있을 것이다.
웹 프로그래밍은 점점 개발자에게 요구되는 기본적인 기술요소가 되어가고 있는 듯 하다. 웹은 우리의 코드에게 UI를 선물하기 좋은 방법입니다. UI를 선물하기 위해선 몇 가지 거쳐야할 단계가 있습니다. flask는 우리의 선물 포장지를 만들어 python Web Framework입니다.
이번 달에 소개해 드릴 책은 처음 배우는 스위프트입니다. swift는 APPLE에서 공식적으로 채택하고 있는 프로그램 개발 언어입니다. 러프하게 이야기하자면 C에서 분화된 Object-C를 현대적인 형태로 개선한게 현재의 swift입니다. 나름 크로스 플랫폼을 지원하고는 있어 Linux에서는 무리 없이 사용이 가능하지만 Windows에서는 과거 C#이 macOS에서 지원이 잘 되지 않는 모습입니다. 원활한 사용을 위해서는 결국 macOS가 필요한게 현재 swift입니다.
그런데 왜 swift를 배워야 할까요? ios어플리케이션를 위한 유일한 답은 아니지만 충분히 좋은 답이 됩니다. 또 인공지능 개발자에게는 swift for tensorflow라는 기존의 대체제가 될 수 있습니다.
이번 달에 만나볼 책은 데이터 전처리 대전입니다. 인공지능, 빅데이터 등이 기술 분야에서 큰 자리를 잡아가고 있습니다. 그 동시에 이 데이터를 다루는 기술의 중요도도 커지고 있습니다. 그래서 데이터를 다루는 책 여러권이 시장에 나오고 있습니다.
데이터는 굉장히 다양한 형태로 뽑아져 나옵니다. 종류도 다양하고, 데이터 셋이 가지고 있는 속성 값들, 속성의 종류들 너무 다양한 형태로 존재해서 한가지 방법론으로 모든 데이터를 다룰 수는 없습니다. 또 뽑아져 나온 데이터가 모두 우리에게 필요하지도 않습니다. 수행하려는 작업에 따라 전혀 필요없는 속성들도 존재합니다.