인공 지능을 위한 책들

machinelearning

#1

인공지능을 위한 책들

  • 마스터 알고리즘

    • 인공지능으로 나아가는 마스터 알고리즘이 존재할 것이다 라는 전제하에 각 문파들의 각종 기술과 최고 수준의 필살기를 하나씩 소개하며 끄집어 내는 책. 비개발자를 위한 책이지만 각 알고리즘의 명칭을 들어본 적이 전혀 없다면 이해하기가 쉽지 않음. 이미 알고리즘과 머신러닝에 대해 잘 알고 있다면 재밌게 읽을 수 있다.
  • 불멸의 이론

  • 재밌게 읽을 수 있는 역사책(?)이다. ‘베이즈 정리는 어떻게 250년 동안 불확실한 세상을 지배하였는가’ 부제가 딱 어울리는 책.
  • 가뜩이나 책 내용이 복잡한 수식으로 가득찬 어려운 이론서인데, 번역 또한 이해하고 풀어쓴게 아니라 원문의 직역에 가깝기 때문에 한국어로 읽었을때 도무지 무슨 말인지 이해할 수가 없다. 차라리 원서를 보는 편이 이해가 더 빠르다. 개인적으로 직역은 절대 피해야 한다는 지론을 갖고 있는데 아래에 소개하는 ‘텐서플로 첫걸음’이 완벽하게 이해하고 의역한 모범 사례를 보여준다면 이 책은 이해하지 못한 상태에서 직역하면 어떻게 되는지를 보여준 나쁜 사례로 볼 수 있다. 안타까운 점이다.
  • 라이브러리를 사용하지 않고 직접 알고리즘을 구현하며 원리를 설명하는 좋은 책. 실제 서비스에서는 결국 라이브러리를 사용할 수 밖에 없지만 이렇게 원리를 밑바닥 부터 이해해야 제대로 된 서비스 구현이 가능하다.
  • scikit-learn을 이용, 따라하기 식으로 구현하는 머신러닝 책. 딥러닝은 아니지만 머신러닝을 직접 구현해보고 이해하는데 큰 도움이 된다.
  • 바르셀로나의 카탈루냐 공과대학교 교수인 Jordi Torres가 적은 튜토리얼을 번역한 책. 한글로 된 매우 훌륭한 블로그인 텐서플로우 코리아 블로그의 운영자가 직접 번역한 책. 기술을 이해하고 번역한 책이라 그런지 번역이 매우 자연스럽고 번역서 부록인 RNN, LSTM 섹션도 읽을만함. 딥러닝 개념을 이해한 상태에서 텐서플로우 활용법을 처음 접하기에 좋은 책
  • 이 책의 원서는 출간된지 거의 10여년이 지났는데 놀랍게도 랭킹 구현에 딥러닝을 사용하고 있다. 물론 당시에는 딥 하진 않았지만 신경망의 개념을 그대로 사용하고 있고 역전파도 직접 구현했다.
  • 데이타 시각화에 관한 책
  • 국내서로 머신러닝의 역사와 개념을 잡는데 도움이 된다. 그러나 본격적인 알고리즘 책도 아니면서 수식을 함께 나열하는 것은 다소 무리수 였다는 생각.
  • Python Machine Learning

    • 앞서 신경망 섹션에서 소개한 Raschka가 적은 책. 블로그를 참 잘 적는데 책 내용도 깔끔하게 정리되어 있다. 아쉽게도 번역서는 나오지 않았다.
  • Data Science from Scratch

국내에는 ‘데이타 과학’이란 이름으로 번역서가 나왔으나 이 책은 원서일때 읽어봐서 번역서의 품질은 확인할 수 없다. 선형대수, 확률, 통계등 이론적 기반을 주로 다룬다.

  • Artificial Intelligence

    • 깃북에 있는 내용이다 보니 이걸 책으로 분류해야 할 지 문서로 분류해야 할 지 헷갈리는데 다루는 내용이 방대하고 길기 때문에 일단 책으로 분류. 여러가지 개념들을 알기쉽게 상세히 소개하고 있다.
  • Python Data Science Cookbook

  • 이론적 기반을 주로 다루고 scikit-learn을 이용해 따라해보는 예제들로 구성되어 있다. 번역서는 나오지 않음.
  • Think Bayes: Bayesian Statistics Made Simple
    • 온라인에서 전문을 볼 수 있으며 PDF로 전체를 다운로드 할 수 있다. 주로 베이즈를 중심으로 한 이론적 기반을 다루지만 복잡한 수식보다는 파이썬 코드로 쉽게 따라해 볼 수 있는데 중점을 둔 책.