[Do it! 쉽게 배우는 머신러닝 + 딥러닝] ML/DL을 Colab으로 구현하는 이론서

Do it! 쉽게 배우는 머신러닝 + 딥러닝 후기입니다. 회귀에서 트랜스포머와 강화학습까지 코랩으로 구현하는 구성, 좋았던 점과 아쉬운 점을 정리했습니다.

Posted 2026/09/04

By 강호승

2 min read

들어가며

머신러닝과 딥러닝을 공부하면서 실습이나 이론을 좀 더 정확히 알고 싶어서 자료를 찾아보고 있었습니다. 그러던 중 좋은 기회로 위 책을 지원받게 되어 공부하고 서평을 작성하게 되었습니다.

저자는 아주대학교 경영대학 교수로 마케팅 애널리틱스와 빅데이터 분석을 가르칩니다. UCLA에서 경제학 박사를 받았고, 경제 분석과 머신러닝을 주제로 국내외 학술지에 논문을 냈다고 합니다.

목차가 조금 특이했는데, ‘마당’이라는 키워드를 사용하며 총 488 페이지로 이루어져 있습니다.

마당	다루는 내용
첫째마당. 머신러닝의 첫걸음	머신러닝과 AI의 관계, 코랩 사용법과 파이썬 기초 (1장, 2장)
둘째마당. 기초 머신러닝 모델	선형 회귀 모델, 로지스틱 회귀 모델 (3장, 4장)
셋째마당. 인공 신경망 모델의 구조와 원리	행렬 연산과 텐서, 인공 신경망 기초, 과대적합 해결 방법, 신경망 분류 모델 (5장 ~ 8장)
넷째마당. 이미지 인식을 위한 인공 신경망 모델	이미지 데이터와 분류 모델, 합성곱 신경망의 원리와 구현 (9장 ~ 11장)
다섯째마당. 시퀀스 데이터와 자연어 처리	순환 신경망, 문장 생성 모델, 감성 분석 모델 (12장 ~ 14장)
여섯째마당. 트랜스포머 모델	트랜스포머의 원리와 구조, 문장 생성, 이미지 분석, 시계열 (15장 ~ 18장)
일곱째마당. 의사결정 트리 모델과 앙상블 모델	의사결정 트리 모델, 앙상블 모델 (19장, 20장)
여덟째마당. 행동으로 배우는 인공지능 - 강화학습	강화학습과 Q-러닝, 가치 기반 DQN, 정책 기반 PPO (21장 ~ 23장)

책의 디자인은 전반적으로 깔끔합니다. 다만 내부 사진이 대부분 회색이라 생동감(?) 같은게 안 느껴지는 점은 있습니다.

각 장 별로 개념을 설명하고, 코드로 구현하는 과정으로 나아갑니다. 개념 전체에서 수식이나 왜 이것이 성립하는지에 대해선 언급이 없습니다.

19장 결정 트리 모델도 같은 모양입니다. 모델의 작동 원리에 대해서는 잘 다루고 있고, 실습 자체도 따라하기 좋습니다.

실습 파일과 데이터, 복습 문제 정답은 저자 깃허브와 이지스퍼블리싱 자료실에서 받습니다. 16일 계획표와 30일 계획표도 함께 제공합니다.

다루는 내용 자체의 문제 중요한 내용을 가볍게 다룹니다. 선형회귀 정도는 수학적으로 설명해도 좋지 않았을까 합니다.
실습 프레임워크가 케라스와 텐서플로입니다. 사실 케라스와 텐서플로는 점점 안 쓰는 추세로 가고 있습니다. 그런 의미에선 pytorch로 실습하는 것이 더 좋아보입니다.

★★★☆☆

범위가 넓고 얕습니다. 또 각 장이 기본에서 멈춰서 책 대목마다 추가로 찾아보면서 공부하게 됐습니다. 넓게 훑는 첫 책으로는 쓸만 할 수도 있지만 이 책 한 권으로 머신러닝과 딥러닝을 공부했다고 말하긴 힘듭니다.

머신러닝/코딩을 처음 시작하고, 수학을 두려워하는 사람에게 맞습니다. 설치할 것이 없고, 개념 설명 다음에 바로 실행할 코드가 나오기 때문에 연습하기 좋습니다.

[광고] 본 게시글은 업체로부터 도서를 제공받아 사용 후 작성한 솔직한 후기입니다.