머신 러닝은 이제 거의 모든 비즈니스에서 필수적인 기술로 자리잡고 있다. 하지만 이런 인기에도 불구하고 많은 사람이 여전히 머신 러닝에 장벽을 느끼고 있다. 이 책은 파이썬부터 머신 러닝에서 필요한 소프트웨어 설치, 다양한 머신 러닝 알고리즘 소개뿐 아니라 비즈니스 문제의 활용 방법까지 알기 쉽게 소개한다. 실행 결과를 바로 확인할 수 있는 소스 코드와 친절한 설명으로 머신 러닝의 기초를 확실히 다질 수 있을 것이다.

█ 파이썬을 적극 활용한 데이터 추출, 가공, 탐색 기술
█ 파이썬을 이용해서 다차원상에서 데이터를 시각화하고 의미 있는 피처 추출해내기
█ 상황을 제대로 예측하기 위해 분석 방법 자세히 살펴보기
█ 파이썬을 이용한 머신 러닝 분류 및 회귀 알고리즘 구현
█ 야후와 구글의 금융 데이터로 주식 시장의 주가 분석 및 예측
█ 머신 러닝 모델의 성능 평가와 최적화
█ 머신 러닝과 파이썬으로 다뤄보는 실제로 접할 수 있는 재미있는 문제들

데이터 과학에 관심이 있는 사람 중 머신 러닝을 이용하는 누구에게나 도움이 될 것이다. 다만 파이썬 프로그래밍의 기본 지식은 갖추고 있어야 한다.

1장, ‘파이썬과 머신 러닝 시작하기’에서는 파이썬을 이용해서 머신 러닝 분야를 경험할 수 있는 방법을 설명한다. 파이썬과 머신 러닝의 기본 내용을 충실히 다루고, 실제 프로그램을 실행할 때 필요한 소프트웨어 설치 방법을 소개한다.
2장, ‘텍스트 분석 알고리즘을 이용한 20 뉴스그룹 데이터세트 분석’에서는 데이터 수집, 피처(feature), 데이터 전처리 같은 중요한 개념을 설명한다. 아울러 차원 축소화 기술, 주성분 분석(PCA), KNN(K-nearest neighbors) 알고리즘도 다룬다.
3장, ‘나이브 베이즈를 이용한 스팸 메일 탐지’에서는 분류(classification)의 기본 개념, 나이브 베이즈 알고리즘 및 실제 코드 구현, 분류 성능 평가, 모델 선택과 튜닝, 교차 검증 등을 종합적으로 학습한다. 스팸 메일 탐지 같은 예제를 통해 실제로 어떻게 동작하는지도 살펴본다.
4장, ‘SVM을 이용한 뉴스 토픽 분류’에서는 다중 클래스 분류, 서포트 벡터 머신(SVM)의 기본 개념과, 이들을 토픽 분류에 적용시키는 방법을 알아본다. 아울러 커널 머신, 오버피팅, 정규화 같은 중요한 개념도 살펴본다.
5장, ‘트리 기반 알고리즘을 이용한 클릭스루 예측’에서는 의사결정 트리와 랜덤 포레스트 알고리즘에 대해 자세히 알아보고, 이를 광고 클릭스루 비율 문제에서 어떻게 활용하는지 학습한다.
6장, ‘로지스틱 회귀를 이용한 클릭스루 예측’에서는 로지스틱 회귀 분류기를 자세히 설명한다. 아울러 범주형 변수 인코딩, L1 정규화, L2 정규화, 피처 셀렉션, 온라인 러닝, 스토캐스틱 그래디언트 하강(SGD) 같은 중요한 개념도 자세히 다룬다.
7장, ‘회귀 알고리즘을 이용한 주가 예측’에서는 야후나 구글 금융 데이터를 비롯해 여러 데이터를 이용해 주식 시장의 주가 예측을 분석한다. 아울러 금융 업계에서 풀기 어려운 문제와 금융 관련 기본 개념도 간략하게 소개한다.
8장, ‘모범 사례’에서는 여러분이 배우고 실제로 개발하는 데 꼭 필요한 지식과 주의 사항, 요령을 소개한다.

이 책에서 다루는 여러 가지 프로젝트를 충실히 익히고 나면 파이썬 기반의 머신 러닝 에코시스템의 전체 개념이 더욱 명확하게 정립될 것이다.

데이터 과학과 머신 러닝은 요즘 기술 분야에서 가장 주목 받는 유행이다. 데이터 마이닝과 베이지안 분석의 꾸준한 인기에 힘입어 머신 러닝에 대한 관심도 증가하는 추세다. 이 책을 통해 머신 러닝의 세계에 첫발을 잘 디딜 수 있기를 바란다.

요우시 리우(Yuxi(Hayden) Liu)

캐나다 토론토의 다국적 온라인 미디어 회사에서 메시징 앱 최적화를 담당하고 있는 데이터 과학자다. 소셜 그래프 마이닝, 소셜 개인화, 사용자 통계 분석과 관심사 예측, 스팸 탐지, 추천 시스템과 관련된 일을 주로 한다. 수년간 데이터 과학자로서 다양한 온라인 광고 회사에서 일한 경력이 있으며 광고 최적화, 클릭스루 비율과 변환 비율 예측, 클릭 위조 탐지 등에 머신 러닝 관련 전문 지식을 적극적으로 적용해왔다. 캐나다의 토론토 대학교(University of Toronto)에서 학위를 마쳤으며 석사 학위 과정 중 5개의 논문을 미국전기전자학회에서 발간하는 IEEE 트랜잭션스(IEEE Transactions)와 IEEE 콘퍼런스(IEEE Conference) 등에 게재했다. 웹사이트에서 데이터를 수집하고 가치 있는 인사이트를 뽑아내는 일에서 큰 즐거움을 느끼며 금융 투자에도 대단히 열정적이다.

인공지능, 머신 러닝에 대한 관심이 날로 높아지고 있다. 이를 증명하듯 최근 인공지능과 머신 러닝과 관련된 다양한 내용의 책이 줄지어 출간되고 있고, 교육 과정의 인기도 뜨겁다. 그럼에도 현장의 목소리를 들어보면 여전히 머신 러닝이 쉽지는 않은 듯하다. 특히 비즈니스와 관련해서 머신 러닝 기술을 활용하려는 경우 높은 장벽을 실감하게 된다. 그런 이유로 실제 사례를 바탕으로 한 예제를 이용해 머신 러닝 기술을 직접 경험해볼 수 있다면 무척 유용할 것이다.
이 책은 머신 러닝에서 많이 활용되는 대표 알고리즘을 친절하게 잘 설명한다. 특히 예제 코드를 통해서 바로 단계별로 결과를 확인해볼 수 있고, 궁극적으로는 비즈니스 시나리오의 전체 흐름도 익힐 수 있다. 데이터 분석의 두 대표 영역인 텍스트 데이터 분석과 수치 데이터 분석(시계열 분석 포함)을 실제 업무에 활용할 수 있는 예제를 이용해 설명하는 점에도 커다란 의미가 있다. 머신 러닝에 대한 모든 것을 한 권의 책으로 배우고 익히기는 어렵겠지만, 이 책으로 꾸준히 공부하고 연습한다면 충분히 좋은 결과를 얻을 것이다.

남궁영환

고려대학교 컴퓨터학과(학사/석사)와 서던캘리포니아 대학교(석사)를 졸업하고, 플로리다 대학교에서 데이터 마이닝을 주제로 컴퓨터공학 박사 학위를 취득했다. 삼성SDS연구소에서 클라우드 컴퓨팅, 빅데이터 인프라 플랫폼, 데이터 과학/분석에 관한 다양한 최신 기술을 연구하며 개발 과제를 수행했다. 클라우드 기반 빅데이터 처리와 분석에 관한 풍부한 컨설팅 경험도 갖고 있다. 현재는 아마존 웹 서비스(Amazon Web Services)에서 AI/ML Specialist Solutions Architect로 활동 중이다.