이번에 모두의 딥러닝 서평 이벤트에 당첨돼서 서평을 쓰려고 한다.
서평은 책의 외적인 부분과 책의 내적인 부분으로 나누어서 말하겠다.
책의 외적인 부분
- 책은 총 472p로 이루어져 있으며, 본문 부분이 388p, 별책 부록 부분이 84p로 이루어져 있다.
개인적으로, 두꺼운 책이라 분권으로 사는 게 더 좋을 거 같다는 생각이 들었습니다.
- 책의 용지는 A4와 유사한 느낌이었고 살짝 더 얇은 거 같다.
적당한 두께여서 그런지 연필, 샤프, 볼펜 다 잘 써지고 형광펜의 경우에도 번짐이나 비침 현상이 없다.
책의 내적인 부분
책의 내적인 부분은 다루고 있는 내용, 내용의 수준(깊이), 이 책만의 차별점에 대해서 다루겠다.
[다루고 있는 내용]
어떤 책에서 다루고 있는 내용들은 그 책의 목차에 나와 있으므로 목차를 기준으로 말하겠다.
첫째 마당에서는 간단한 딥러닝 코드를 보여주고 딥러닝에 필요한 기초 수학에 관한 내용을 담고 있다.
둘째 마당에서는 머신러닝의 시초인 선형 회귀 모델과 로지스틱 회귀 모델에 대해서 다룬다.
머신러닝 알고리즘을 다루는 이유는 셋째 마당에서 딥러닝의 차별점?에 대해 더 정확히 알 수 있기 때문이다.
셋째 마당에서는 딥러닝의 이론에 대해서 배운다.
넷째 마당에서는 이전에 배운 이론적인 내용들을 토대로 직접 데이터를 다뤄보는 과정이다.
다섯째 마당은 딥러닝을 가지고 할 수 있는 것들에 대해 더 자세하게 배우는 것 같다.
심화 학습 부분은 셋째 마당의 신경망의 자세한 원리와 이를 코드로 구현하는 부분이다.
[내용의 수준(깊이)]
이 책의 내용은 딥러닝에 관한 내용은 자세하게 설명하는 것 같다. 이외의 부분은 간단한 정도의 설명 정도만 한다. 이 책의 내용에서 개인적으로 아쉬웠던 점은 정확한 정의보다는 이해를 위한 정의로 표현된 경우가 종종 있었다.
이 점은 깊게 공부하는 걸 선호하는 사람에게는 단점이고, 그렇지 않은 사람에게는 장점이 되겠네요
[이 책만의 차별점]
이 책의 차별점은 다음과 같다.
1. 글과 컨텐츠(이미지, 코드)의 조화
2. 최신 내용을 포함 (2022년 기준)
3. 별책 부록 제공
4. 동영상 강의 제공
1. 글과 컨텐츠(이미지, 코드)의 조화
이 책을 대충 훑어보면 글 40%, 이미지/코드 60% 정도로 구성됐다는 것을 알 수 있다. 그 만큼 예시와 구체적인 코드를 통한 설명이 많다는 것이다. 이러한 점 덕분에, 공부를 하면서 이해하기 수월했다.
2. 최신 내용을 포함 (2022년 기준)
이 책은 이번에 개정 3판이 나오면서 최신 버전으로 업데이트됐고, 내용 또한 트렌드에 맞게 바뀌었다고 생각한다. 이러한 점은 개정 3판이 나온 지 얼마 안 된 시점 즉, 지금 이 책을 산다면 장점이 될 것이다.
3. 별책 부록 제공
개정 3판이 나오면서 새로 생긴 부분이다. 살펴보니, 자주 쓰는 머신러닝 알고리즘과 Pandas 활용법이 나와 있었다. 이를 보며 본문에서 설명하지 못한 머신러닝 부분과 Pandas 부분을 보충해 주는 느낌을 받았다. 또한, 별책 부록은 책을 완독한 후에 가지고 다니면서 참고해도 될 만큼 잘 정리되어 있다.
4. 동영상 강의 제공
이 책을 공부할 때, 먼저 강의를 들은 후에 책을 읽고 이를 정리하며 공부했다. 강의를 듣고 책을 읽으면 확실히 한 번 본 내용이라서 더 빠르게 이해가 가고 시간도 단축되는 느낌이 들었다. 따라서, 책을 읽기 전에 보는 예습용 또는 완독한 후 리마인드 시킬 때 사용하는 복습용 어떤 용도로 사용해도 좋을 거 같다.
현시점으로는 모두의 딥러닝 책 기준 16장까지의 강의가 제작되어 있다.
마무리하며
개인적으로 모두의 딥러닝을 공부하며 딥러닝에 관해서 많이 알게 되었다. 책은 정확한 개념보다는 독자들의 이해를 초점으로 개념을 설명했고(그렇다고 잘못된 개념을 썼다는 게 아님) 이는 목차의 흐름에서도 느낄 수 있었다. 이 점은 입문자용 책이라는 점에서 장점인 것 같다. 또한, 동영상 강의를 보며 학습을 하니 진도를 빠르게 나갈 수 있었다.
마음만 먹으면 일주일 안에 1회독 할 수 있다고 본다.
이 책은 딥러닝에 관해서 아예 모르는 사람들이 입문하기에 좋은 책 같다.
나는 이 책을 읽은 후에 더 자세한 내용의 딥러닝 책을 공부하려고 하는데 그 전에 읽기에도 좋은 것 같다.
따라서, 자신이 딥러닝 공부를 할 것이고 무슨 책을 읽어야 할 지 모르겠다면 무조건 사라!
애초에 머신러닝/딥러닝 공부를 어느정도 한 사람이라면 자신이 무슨 책을 읽어야 할 지 이미 알고있을 것이다.