[기본서]파이썬과 엑셀로 시작하는 딥러닝 - 딥러닝 개념 공부를 위한 새로운 접근법

https://search.shopping.naver.com/book/catalog/41302363631?cat_id=50010921&frm=PBOKMOD&query=%ED%8C%8C%EC%9D%B4%EC%8D%AC%EA%B3%BC+%EC%97%91%EC%85%80%EB%A1%9C+%EC%8B%9C%EC%9E%91%ED%95%98%EB%8A%94+%EB%94%A5%EB%9F%AC%EB%8B%9D&NaPm=ct%3Dlkp04ti8%7Cci%3Dd22feded26920d7c2f102b5b1ac056df66a0654f%7Ctr%3Dboknx%7Csn%3D95694%7Chk%3D814fb6b2b42152c77dd585a822cce31f96687322

파이썬과 엑셀로 시작하는 딥러닝 : 네이버 도서

 

 

■들어가며

안녕하세요, AI Cruise HY입니다.

기쁜 소식이 있어 이렇게 책 리뷰를 들고 찾아왔습니다!

한양대학교 인공지능융합대학원에서 함께 공부중인 학우분들이 집필한 딥러닝 입문서가 출판되었다는 소식인데요.

코랩이나 파이챰 등의 툴이 아니고 엑셀로 딥러닝을 공부한다니? 흥미를 돋구는 제목에 재빨리 책을 부탁드렸습니다.

 

 

 

 

시원한 색 배합이 눈에 띄는 책 표지입니다.

표지에는 학습에 필요한 소스 다운로드 링크와 Q&A 게시판 링크가 첨부되어 있습니다.

 

그럼 이제 본론인 책 리뷰로 들어가겠습니다.

 

 

■책 정보

제목: 파이썬과 엑셀로 시작하는 딥러닝
저자: 홍재권, 윤동현, 이승준
출판사: 정보문화사

 

 

■책에서 다루는 내용

PART 0: 개발 환경 구축

  keyword: 파이썬, 주피터 노트북, xlwings, 사이킷런, OpenCV, Numpy, Matplotlib

PART 1: 넘파이(Numpy)

  keyword: 행렬 연산, 미분

PART 2: 딥러닝 개요

  keyword: 직선의 방정식, 손실 함수, 경사 하강법, 편미분, SGD, 체인룰, 순전파, 역전파, 활성화 함수

PART 3: 회귀 예제

  keyword: 데이터 정규화, 하이퍼파라미터, 오버피팅, 당뇨병 예측 실습, 체력 검사 실습

PART 4: 분류 개요

  keyword: 이진 분류, 시그모이드, 바이너리 크로스 엔트로피, 다중 분류, 소프트맥스, 카테고리컬 크로스 엔트로피

PART 5: 분류 예제

  keyword: 원핫인코딩, 데이터 전처리, 붓꽃 분류 실습, 손글씨 분류 실습

PART 6: CNN

  keyword: 필터, Convolution, Stride, 패딩, 풀링(Max, Average), 채널

PART 7: RNN

  keyword: 은닉층, tanh(하이퍼볼릭 탄젠트)

부록 01: Google Spreadsheet 사용

부록 02: Tensorflow 사용

 

 

■리뷰

그야말로 인공지능의 시대입니다. 최근 몇 년동안 기술 분야에서 가장 핫한 키워드를 뽑아 보라고 했을 때 대부분의 사람들이 인공지능을 외쳐도 이상하지 않을 정도입니다. 이런 시대의 흐름을 따라 시장에서도 수많은 기본서, 강의, 부트캠프 등이 우후죽순 쏟아져 나오고 있습니다.

 

이 책도 얼핏 목차만 훑어 보면 그런 수많은 기본서들과 다르지 않아 보입니다.

손실 함수, 경사 하강법 등 기초 개념을 배우고 기본적인 회귀와 분류 문제를 실습하고 이를 CNN, RNN으로 확장하고...

하지만 이 책의 가장 큰 차별점은 이 모든 것의 원리를 Tensorflow, Pytorch 등 간편화된 라이브러리에 의존하지 않고 Numpy와 엑셀을 통해 한 단계 씩 실습해 가며 배울 수 있다는 점입니다. 또한 엑셀의 데이터 시각화 기능도 적극적으로 활용하고 있습니다.

 

*입문자/비전공자라면...

 

1) 엑셀이라는 일상에 자주 사용하는 툴을 활용해 비전공자의 진입장벽을 낮춥니다.

컴퓨터 전공자라면 간단하게는 코랩, 더 나아가서는 IDE를 활용한 딥러닝 모델 구현이 낯설지 않겠지만 비전공자 입장에선 이러한 낯선 툴의 사용이 부담이 될 수 있습니다. 이 책에서는 인풋 데이터, 모델의 학습 과정 및 결과, 예측 결과, 데이터 시각화 등을 친숙한 엑셀을 통해 한 눈에 확인할 수 있게끔 하여 심리적인 진입장벽을 낮추고 접근성을 높였습니다.

 

2) 간편화된 라이브러리에 의존하지 않고 기초를 탄탄하게 쌓을 수 있습니다.

이미 커뮤니티에는 머신러닝 코드 구현을 간략화하는 많은 라이브러리가 존재합니다. 실제로 이 라이브러리들 덕분에 다양한 모델 최적화 테크닉들도 쉽게 구현할 수 있게 되었습니다.

 

모델 학습을 위한 다양한 설정과 최적화 테크닉을 단 몇 줄로 쉽게 구현할 수 있다.

 

하지만 이런 라이브러리를 활용한 학습은 입문자에겐 권장하지 않습니다. 딥러닝의 기반이 되는 이론들과 작동 원리를 제대로 짚고 넘어가지 않으면 당장 다른 사람의 코드를 따라하고 옵션 몇 개를 바꾸는 건 가능해도 깊은 이해를 기반으로 딥러닝 알고리즘을 응용하고 발전시키는 것은 기대할 수 없을 것입니다.

이 책은 그러한 라이브러리에 의존하지 않고 행렬 연산을 위한 넘파이 라이브러리를 주로 사용하여 순전파, 역전파, 활성화 함수, 손실 함수 등을 단계별로 직접 구현하게끔 구성되어 있습니다. 또한 학습 진행 과정을 엑셀로 확인할 수 있게 하여 딥러닝 작동 원리를 이해하고 기초를 탄탄히 쌓는 데 도움을 줍니다.

 

3) 진짜! 기초부터 실습할 수 있는 책

많은 기본서들이 머신러닝은 y = wx + b 식에서 가장 데이터셋에 맞는 w, b를 찾는 것이다...라고 설명하는 걸로 시작하지만 실제 코드 실습은 좀 더 나아가 사이킷런에서 제공하는 데이터셋을 이용한 선형 회귀 구현 쯤에서 이루어집니다.

하지만 이 책은 인상깊게도(?) 단순히 y = wx에서 식을 따르는 데이터가 주어졌을 때 w값을 예측해 보는 실습부터 시작합니다. 손실 함수를 정의하고 경사 하강법을 이용하여 예측한 w값을 업데이트하는 과정을 엑셀 함수를 활용하여 구현하는데, 입문자 입장에서 이해도 쉽고 흥미를 느끼기에도 좋을 것 같았습니다. 텍스트로 이론만 읽는 것 보다는 직접 뭔가를 해 보는 게 더 기억에 오래 남으니까요.

 

 

*입문자/비전공자가 아니라도...

 

1) 이미 알던 것도 새롭게 다시 보자

AI Cruise 멤버끼리 이야기 할 때도 자주 나오는 말이지만, 기초 공부는 정말 끝이 없습니다. 이미 다 공부하고 넘어갔다고 생각하는 내용도 다른 방향에서 다시 보면 새로워 보이는 경우가 많습니다.

 

알던 것도 다시 보는 예: 갑자기 뜬금없는데 꽂혀서 ChatGPT를 열심히 괴롭힌 기록입니다...

 

그렇기에 아무리 기초라도 배웠던 것이라고 넘어가지 말고 다양한 방향과 관점에서 끊임없이 복습하는 것이 중요하겠지요. 그런 점에서 저한테도 이 책이 많이 도움이 되었습니다. 일단 엑셀을 활용하는 점에서 신선하고, Keras 등의 도움 없이 구현된 코드를 보는 것도 오랜만이라 잊어버렸던 기억을 떠올려가며 기초를 더 단단하게 다질 수 있는 계기가 되었습니다.

 

2) 엑셀을 이렇게도 활용할 수 있구나... 새로운 발견

엑셀과 파이썬을 연동할 수 있다는 사실을 이 책을 통해 처음 알았습니다. 언젠가 적극적으로 활용해 보고 싶은 기능이네요. 또한 엑셀을 잘 못 쓰시는 분들은 이 책을 통해 엑셀 함수, 매크로 등을 배울 수 있는 부가 효과도 가져갈 수 있을 것 같습니다. 항상 산출물 작성하는 데 시달려 안 보고 싶은 엑셀이었는데, 이렇게 보니 새삼 정말 많은 활용도를 갖춘 도구라는 생각이 듭니다.

 

 

엑셀을 통한 딥러닝 공부에 흥미가 있으신 분들은 한 번 읽어보시길 추천드리며, 이만 리뷰 마치겠습니다.

 

 

본 리뷰는 출판사에서 책을 제공받아 작성되었습니다.