안녕하세요, 
오늘 리뷰할 책은 비전공자도 쉽게 이해할수 있는 data science 입문서입니다
요즘같이 머신러닝, 딥러닝 분야가 핫한적도 없었던것 같아요. 온갖 곳에서 다 머신러닝, 인공지능을 외치고 있는 상황이죠. 직접 분석은 하지 않더라도 데이터 분석가와 같이 일하는 경우가 충분히 발생 할수 있습니다.
그럴때 분석가들의 틈바구니에서 우리를 당황하지 않게 할 책입니다! 🤟
저도 전공이 통계나 컴퓨터공학과는 전혀 상관없고 관심 1도 없었던(어쩌면 지금도!) 비전공자 중 한명으로, 이정도면 그래도 읽을만 합니다.
뒤로 갈수록 조금 어려워지지만, 수많은 데이터과학 책 중에 실제 분석에 많이 쓰이는 알고리즘들을 쉽게 설명해주는 책입니다.
책이 크게 세 파트로 구성되어있습니다
1장:인공지능 (기본소양급의 흔한 이야기 입니다. 1장답게 인공지능의 역사, 미래에 대해 가볍게 워밍업)
2장:머신러닝 (데이터분석을 수행할때 자주 등장하는 알고리즘을 알기쉽게 설명해줍니다. 이정도만 알아도 아주 머글 수준은 벗어날것 같습니다)
3장:딥러닝 (난이도 갑자기 급상승하며 수식같은게 많이 나오면서 머리가 아픈데요. 딥러닝의 필수개념인 인공신경망, 컨볼루션 네트워크 등의 설명은 솔직히 다른책이 좀 더 쉬운것 같네요)
2장에서 설명하는 알고리즘들이 상당히 괜찮습니다.
목차 구성만 살짝..
#1. 통계와 확률 - 상관분석과 회귀분석
-> 선형회귀, 로지스틱회귀, 빈도론, 베이지안
#2. 분류
-> KNN, SVM, Decision Tree
#3. 군집
-> K means, DBSCAN, 계층형 군집
#4. 강화학습
-> 마코프 프로세스, 마코프 보상 등
*목차부분 일부 발췌
카테고리도 잘 나뉘어져있고 실제로 데이터 분석에 많이 쓰이는 알고리즘들 입니다.
개념은 그림이 많아 이해하기 쉽습니다.
수식이 없지는 않습니다. 많네요. 전 애써 이해하진 않았습니다😅 저와 같은 문과 비전공자들은 개념만 이해한다는 생각으로 접근하시는게 정신건강에 좋을 것 같네요.
다 이해하는 분들도 스팀잇엔 많으시겠죠?
