핸즈온 머신러닝 소개

'데이터분석 관련 책 `핸즈온 머신러닝 2판`을 요약 및 정리하기전 간략히 소개하고자 한다.

정민호정민호

핸즈온 머신러닝 2판(사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무) - 박해선 번역

book_cover

핸즈온 머신러닝 2판(사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무)은 '오렐리랑 제롱(Aurelien Geron)'이 집필하고 박해선님이 번역하신 책이다.

이 책을 사고나서 알게된것이지만 번역을 하신 박해선님이 이 분야와 관련한 여러 책을 번역하셨습니다. 그래서 그런지 본 책을 잘 읽히게 번역을 하셨다는 평이 많습니다.

책의 목차는 3개의 Part 19개의 Chapter로 구성되어있으며, 책 규격은 183*235mm, 1809g, 952p, ISBN : 9791162242964 입니다. (출처 : https://www.aladin.co.kr/shop/wproduct.aspx?ISBN=K532639960&start=pnaver_02)

  1. 머신러닝

    1. 한눈에 보는 머신러닝

    2. 머신러닝 프로젝트 처음부터 끝까지

    3. 분류

    4. 모델 훈련

    5. 서포트 벡터 머신

    6. 결정 트리

    7. 앙상블 학습과 랜덤 포레스트

    8. 차원 축소

    9. 비지도 학습

  2. 신경망과 머신러닝

    1. 케라스를 사용한 인공 신경망 소개

    2. 심층 신경망 훈련하기

    3. 텐서플로를 사용한 사용자 정의 모델과 훈련

    4. 텐서플로에서 데이터 적재와 전처리하기

    5. 합성곱 신경망을 사용한 컴퓨터 비전

    6. RNN과 CNN을 사용해 시퀀스 처리하기

    7. RNN과 어텐션을 사용한 자연어 처리

    8. 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습

    9. 강화 학습

    10. 대규모 텐서플로 모델 훈련과 배포

  3. 부록

    1. 연습문제 정답

    2. 머신러닝 프로젝트 체크리스트

    3. SVM 쌍대 문제

    4. 자동 미분

    5. 유명한 다른 인공 신경망 구조

    6. 특수한 데이터 구조

    7. 텐서플로 그래프

그리고 본 책과 관련하여 유튜브에 강의를 올려 주셨습니다. 주소는 아래와 같으며 현재(2020.09.13) 8장까지 강좌가 있습니다.

본 책을 요약 및 정리하고자 생각하게된 계기는 기존에 데이터분석 분야를 공부하고 싶어서 이것저것 공부를 했었습니다. 하지만 중구난방으로 공부한다는 느낌이 다소 많이 들었고, 실제 사용해보지 않으니 잘 다가오지 않았습니다. 그러던 중 멘토님께 이 책을 추천 받게되어 책을 요약 및 정리하겠다고 생각하였습니다.

책은 2개월에 완독하는 것을 목표로 해보겠습니다. (2020.09.13(일) - 2020.11.08(일)) 평일에는 퇴근이 늦어 눈으로 읽게 될 것같고 주말에 실습위주가 되지 않을까 생각합니다.

진도는 단순히 수치로 계산해 봤을 때 약 16p 정도를 하루에 하면 될것 같습니다.(952p / 60일) 아래는 세부 일정입니다. 아직 책을 수령받기 전이기도하고 내용의 난이도를 잘 모르기에 대략적으로 구성해보았습니다. (Part1 : 3주, Part2 : 5주)

  • W1 ~ W8 - 핸즈온 머신러닝(30p - 928p, 100.0%)

    1. W1 ~ W3 - 머신러닝 (30p - 351p, 35.8%)

      1. W1 - 한눈에 보는 머신러닝 (30p - 67p, 4.1%)

      2. W1 - 머신러닝 프로젝트 처음부터 끝까지 (68p - 126p, 6.5%)

      3. W2 - 분류 (127p - 157p, 3.3%)

      4. W2 - 모델 훈련 (158p - 204p, 5.1%)

      5. W2 - 서포트 벡터 머신 (205p - 228p, 2.6%)

      6. W2 - 결정 트리 (229p - 245p, 1.8%)

      7. W2 - 앙상블 학습과 랜덤 포레스트 (246p - 273p, 3%)

      8. W3 - 차원 축소 (274p - 299p, 2.8%)

      9. W3 - 비지도 학습 (300p - 351p, 5.7%)

    2. W4 ~ W8 - 신경망과 머신러닝 (352p - 842p, 54.7%)

      1. W4 - 케라스를 사용한 인공 신경망 소개 (352p - 411p, 6.6%)

      2. W4 - 심층 신경망 훈련하기 (412p - 461p, 5.5%)

      3. W5 - 텐서플로를 사용한 사용자 정의 모델과 훈련 (462p - 503p, 4.6%)

      4. W5 - 텐서플로에서 데이터 적재와 전처리하기 (504p - 541p, 4.1%)

      5. W5 - 합성곱 신경망을 사용한 컴퓨터 비전 (542p - 597p, 6.1%)

      6. W6 - RNN과 CNN을 사용해 시퀀스 처리하기 (598p - 627p, 3.2%)

      7. W6 - RNN과 어텐션을 사용한 자연어 처리 (628p - 673p, 5%)

      8. W7 - 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 (674p - 719p, 5%)

      9. W7 - 강화 학습 (720p - 783p, 7%)

      10. W8 - 대규모 텐서플로 모델 훈련과 배포 (784p - 842p, 6.5%)

    3. W8 ~ W8 - 부록 (843p - 928p, 9.5%)

      1. W8 - 연습문제 정답 (843p - 880p, 4.1%)

      2. W8 - 머신러닝 프로젝트 체크리스트 (881p - 886p, 0.6%)

      3. W8 - SVM 쌍대 문제 (887p - 890p, 0.3%)

      4. W8 - 자동 미분 (891p - 898p, 0.8%)

      5. W8 - 유명한 다른 인공 신경망 구조 (899p - 908p, 1%)

      6. W8 - 특수한 데이터 구조 (909p - 916p, 0.8%)

      7. W8 - 텐서플로 그래프 (917p - 928p, 1.2%)

책을 정리하겠노라 마음은 먹었지만 실천하는것과 별개인것 같습니다. 시작이 반이라는데 이미 반을 했으니 중간에 흐지부지 그만두지 않기 위해 노력하겠습니다.