前幾天開始到伯克利大學上一星期的課，這是在聽一個博士生講解機器學習的過程，只聽得一知半解而已。

약 500페이지에 달하는 두툼한 분량의 책이지만, 첫장부터 마지막장에 이르는 동안 다채로운 최근의 사례와 흥미로운 내용들로 구성되어 있어 일사천리로 읽힘. 머신러닝에 대한 개론 강의가 개설된다면 텍스트북으로 선정 되어도 좋을 책. 저자는 워싱턴 대학의 교수이자 데이터과학 관련 최고 영예인 SIGKDD 혁신상을 2년 연속 받은 페드로 도밍고스 교수. 사실 머신러닝

Deep Learning and Neural Networks are extremely powerful inventions of the 21st century. They lie at the core of self-driving cars, image recognition, speech recognition and many other advanced technologies.

인공지능/머신러닝 관련 책에 관한 간략한 소개드리며, 본인 수준과 관심사에 맞는 책을 보시길 권장드립니다. 머신러닝의 이론들이 대부분 수학적 모델링에 기반하고 있고 그중에서도 확률, 통계, 행렬, 미분 연산이 기본입니다. 안그래도 "수학"이라는 단어만 들어도 머리가 아픈데 대부분 확률/통계,미분을 만나면서 수포자의 길로 가게 되는데 그것들만