http://www.yes24.com/Product/Goods/61198418

< 목차 >

- 1. 머신러닝 프로젝트 처음 시작하기
- 2. 머신러닝으로 할 수 있는 일
- 3. 학습 결과 평가하기
- 4. 기존 시스템에 머신러닝 통합하기
- 5. 학습 데이터 수집하기
- 6. 효과 검증하기
- 7. 프로젝트 1: 영화 추천 시스템 만들기
- 8. 프로젝트 2: 킥스타터 분석하기 - 머신러닝을 사용하지 않는 선택지
- 9. 프로젝트 3: 업리프트 모델링으로 마케팅 효율 높이기
 

책 제목처럼 머신러닝 알고리즘보다는 실무에 어떻게 적용하는가에 초점을 맞추고 있습니다. 앞부분은 내용이 상당히 좋습니다. 하지만 뒤로 갈수록 집중력이 떨어지는 편입니다. 특히 마지막 3개 프로젝트는 설명이 너무 부실해서 이해하기 힘들었습니다.

모델을 서빙하는 방법을 다룬 챕터가 가장 도움이 되었습니다. 본문에서는 크게 4가지로 구분했습니다. 첫째, 모델을 애플리케이션에 통합하여 예측. 둘째, 모델을 별도의 API서버로 분리하여 예측. 셋째, 모든 데이터를 미리 예측하여 DB에 넣고 사용. 넷째, 모델을 사전에 학습하지 않고 실시간으로 데이터를 추가하여 계속 학습.

현재 대부분의 책들은 머신러닝이나 딥러닝을 학습하는 방법만 다루고 있습니다. 하지만 모델을 만들고 이를 배포하는 것 역시 매우 중요합니다. 다만 여기서는 간단한 개념만 알려주고 있어서 조금 아쉬웠습니다. 앞으로 모델 서빙을 중점적으로 다룬 책이 나오면 좋겠습니다.