가끔 어떤 책을 봐야할지 문의하시는 분들이 있습니다. 아래 내용을 보시면 조금 도움이 되리라 생각합니다. 당연히 제일 좋은 방법은 서점에 가서 직접 책을 펼쳐 보는 거죠! 🙂
- 혼자 공부하는 데이터 분석 with 파이썬: 파이썬의 과학 라이브러리를 활용하여 데이터 분석을 배우고 싶으신 분. 데이터 수집, 정제, 시각화, 검정, 모델링에 대해 다룹니다. 재미있는 스토리가 곁들여져 있고 연습문제를 통해 배운 것을 테스트할 수 있습니다.
- 트랜스포머를 활용한 자연어 처리: 트랜스포머 아키텍처와 허깅페이스 라이브러리에 대해 알고 싶은 분. 분류, 개체명 인식, 질문 답변, 요약, 번역, 텍스트 생성 등 자연어 처리 분야의 다양한 애플리케이션을 만드는데 관심이 있으신 분
- 케라스 창시자에게 배우는 딥러닝 2판: 딥러닝을 처음 배우는 분, 수학적 이론보다 직관적인 설명과 예제로 기초부터 고급 모델까지 배우고 싶은 분.
- 개발자를 위한 머신러닝&딥러닝: 개발자를 위한 친절한 딥러닝 안내서. 컴퓨터 비전, 자연어 처리를 비롯해 모바일, 웹 환경에 딥러닝을 접목하고 싶은 분.
- XGBoost와 사이킷런을 활용한 그레이디언트 부스팅: XGBoost를 포함하여 다양한 그레이디언트 부스팅 구현을 익히고 싶은 분.
- 구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js: 자바스크립트로 딥러닝의 전반적인 주제를 폭넓게 배우고 싶으신 분. 다양한 자바스크립트 예제를 바로 활용하고 싶은 분.
- [개정2판] 파이썬 라이브러리를 활용한 머신러닝: 사이킷런을 사용하여 머신러닝의 다양한 주제를 폭넓게 탐색하고 싶은 분, 수학적 이론 보다는 활용에 관심이 많은 분.
- 머신러닝 파워드 애플리케이션: 실전 머신러닝 애플리케이션을 구축하는 방법을 배우고 싶은 분. 아이디어에서 데이터셋 수집, 모델 구축, 디버깅, 모니터링에 이르기까지 다양한 실전 지침 제공.
- 파이토치로 배우는 자연어 처리: 파이토치를 사용하여 다양한 자연어 처리 기술을 배우고 싶은 분. 파이토치와 딥러닝의 기본기부터 시퀀스 투 시퀀스 모델까지.
- 머신 러닝 교과서 3판: GAN과 강화 학습을 포함해 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 넘파이를 사용해 알고리즘을 처음부터 구현해보고 사이킷런과 텐서플로를 사용해 다양한 알고리즘을 배우고 싶은 분.
- 딥러닝 일러스트레이티드: 딥러닝의 역사와 다양한 애플리케이션을 살펴 보며 텐서플로와 케라스를 사용한 딥러닝 모델 구현을 배우고 싶으신 분. 선형 회귀부터 강화 학습까지.
- 혼자 공부하는 머신러닝+딥러닝: 머신러닝과 딥러닝을 처음 입문하는 분, 수학 대신 그림과 친절한 설명으로 알고리즘을 이해하고 싶으신 분.
- GAN 인 액션: 생성적 적대 신경망의 원리와 다양한 GAN 모델을 배우고 싶은 분, GAN 훈련의 어려움과 적대 샘플의 위험에 대해 알고 싶은 분.
- 핸즈온 머신러닝 2: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 사이킷런은 물론 새롭게 바뀐 텐서플로 2와 케라스에 대해 깊게 공부하고 싶은 분.
- 미술관에 GAN 딥러닝: 생성 모델링에 대해 배우고 싶은 분, 변이형 오토인코더와 GAN 등을 사용해 글을 쓰거나 그림을 그리고 노래를 작곡하는 생성 모델 분야의 최신 기술을 알고 싶은 분.
- Do it! 딥러닝 입문: 딥러닝을 처음 배우려는 분, 밑바닥부터 신경망의 이론을 파이썬으로 직접 만들면서 배우고 싶은 분, 다른 딥러닝 도서들이 읽기 어려웠던 분.
- 파이썬을 활용한 머신러닝 쿡북: 사이킷런과 케라스의 활용 예제를 빠르게 참고하고 싶은 분, 이미지와 텍스트 처리의 다양한 사례를 배우고 싶은 분.
- 머신 러닝 교과서: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 넘파이를 사용해 알고리즘을 처음부터 구현해보고 싶은 분, 사이킷런과 텐서플로를 모두 사용해 보고 싶은 분.
- 케라스 창시자에게 배우는 딥러닝: 딥러닝을 처음 배우는 분, 수학적 이론 보다는 활용에 관심이 많은 분.
- 핸즈온 머신러닝: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 사이킷런과 텐서플로를 모두 사용해 보고 싶은 분.
- 텐서플로 첫걸음: 프로그래밍에 익숙하지 않은 분, 머신러닝/딥러닝을 공부한 적이 없는 분, 텐서플로에 대해 감을 얻고 싶은 분.
<혼자 공부하는 데이터 분석 with 파이썬>
이론
데이터 분석: 중심극한정리, 가설 검정, 순열 검정
머신러닝: 선형 회귀, 로지스틱 회귀
딥러닝
넘파이, 판다스
맷플롯립
사이파이, 사이킷런
<트랜스포머를 활용한 자연어 처리>
이론
머신러닝
딥러닝: 트랜스포머, 자연어처리
밑바닥부터
사이킷런
파이토치
허깅페이스
<케라스 창시자에게 배우는 딥러닝 2판>
이론
머신러닝
딥러닝: DNN, CNN, RNN, 오토인코더, GAN, 뉴럴 스타일 트랜스퍼, 딥드림, 트랜스포머
밑바닥부터
사이킷런
케라스
텐서플로
<개발자를 위한 머신러닝&딥러닝>
이론
머신러닝
딥러닝: CNN, RNN, NLP, 텐서플로 라이트, TensorFlow.js
밑바닥부터
사이킷런
케라스
텐서플로
<XGBoost와 사이킷런을 활용한 그레이디언트 부스팅>
이론
머신러닝: 그레이디언트 부스팅
딥러닝
밑바닥부터
사이킷런, XGBoost, LightGBM, CatBoost
케라스
텐서플로
<구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js>
이론
머신러닝
딥러닝: DNN, CNN, RNN, GAN, RL
밑바닥부터
사이킷런
케라스
텐서플로
<[개정2판] 파이썬 라이브러리를 활용한 머신러닝>
이론
머신러닝 : 지도학습, 비지도학습, 특성공학, 그리드서치, 파이프라인, 텍스트처리
딥러닝
밑바닥부터
사이킷런
케라스
텐서플로
<머신러닝 파워드 애플리케이션>
이론
머신러닝
딥러닝
밑바닥부터
사이킷런
파이토치
텐서플로
<파이토치로 배우는 자연어 처리>
이론
머신러닝
딥러닝: DNN, CNN, RNN
밑바닥부터
사이킷런
파이토치
텐서플로
<머신 러닝 교과서 3판>
이론
머신러닝
딥러닝: DNN, CNN, RNN, GAN, RL
밑바닥부터
사이킷런
케라스
텐서플로
<딥러닝 일러스트레이티드>
이론
머신러닝
딥러닝: DNN, CNN, RNN, GAN, RL
밑바닥부터
사이킷런
케라스
텐서플로
<혼자 공부하는 머신러닝+딥러닝>
이론
머신러닝: k-최근접이웃, 선형회귀, 로지스틱 회귀, 결정트리, 앙상블, k-평균, PCA
딥러닝: DNN, CNN, RNN
밑바닥부터
사이킷런
케라스
텐서플로
<GAN 인 액션>
이론
머신러닝
딥러닝: Autoencoder, DCGAN, ProGAN, SGAN, CGAN, CycleGAN
밑바닥부터
사이킷런
케라스
텐서플로
<핸즈온 머신러닝 2>
이론
머신러닝
딥러닝: DNN, CNN, RNN, Autoencoder, GAN, RL
밑바닥부터
사이킷런
케라스
텐서플로
<미술관에 GAN 딥러닝>
이론
머신러닝
딥러닝: CNN, Autoencoder, GAN, Neural Style Transfer, RL
밑바닥부터
사이킷런
케라스
텐서플로
<Do it! 딥러닝 입문>
이론
머신러닝
딥러닝: DNN, CNN, RNN
밑바닥부터
사이킷런
케라스
텐서플로
<파이썬을 활용한 머신러닝 쿡북>
이론
머신러닝: 지도학습, 비지도학습, 특성공학, 그리드서치, 파이프라인, 텍스트처리, 이미지처리
딥러닝: DNN, CNN, RNN
밑바닥부터
사이킷런
케라스
텐서플로
<머신 러닝 교과서>
이론
머신러닝: 지도학습, 비지도학습, 특성공학, 그리드서치, 파이프라인, 텍스트처리
딥러닝: DNN, CNN, RNN
밑바닥부터
사이킷런
케라스
텐서플로
<케라스 창시자에게 배우는 딥러닝>
이론
머신러닝
딥러닝 : DNN, CNN, RNN, Autoencoder, GAN, Neural Style Transfer, DeepDream
밑바닥부터
사이킷런
케라스
텐서플로
<핸즈온 머신러닝>
이론
머신러닝 : 지도학습, 비지도학습
딥러닝 : DNN, CNN, RNN, Autoencoder, RL
밑바닥부터
사이킷런
케라스
텐서플로
<텐서플로 첫걸음>
이론
머신러닝
딥러닝 : DNN, CNN, RNN
밑바닥부터
사이킷런
케라스
텐서플로
텐서 플로우 블로그 (Tensor ≈ Blog) 
올해 파이썬으로 코딩을 배우기 시작한 고등학생입니다! 신경망과 딥러닝 구조같은 그림은 많이 접했는데 직접 코딩도 해보고 싶어서 블로그에 자주 들락날락 했었습니다. 책 추천 글이 있걸 지금 봤는데 딱 필요한 책이 무엇인지 알 것 같습니다 정말 감사합니다!!
좋아요Liked by 1명
머신러닝 교과서와 핸즈온 머신러닝의 차이는 어떤 것이 있을까요?
도마뱀 책 본 후, 복습 겸 좀 깊게 보면서 딥러닝까지 같이 좀 보려고 하는데..
추천 부탁드립니다.
케라스는 그 후에 보는게 좀 더 좋겠죠?
좋아요Liked by 1명
머신러닝과 딥러닝을 함께 보시려면 핸즈온과 머신러닝 교과서가 좋습니다. 최근 텐서플로 2.0이 출시되었기 때문에 아무래도 머신러닝 교과서가 낫지 않을까 싶네요. 다만 강화학습에 관심이 있으시다면 핸즈온이 낫습니다. 🙂
좋아요Liked by 1명
안녕하세요~ 이번에 혼공머신으로 머신러닝에 입문했습니다^^
위의 로드맵대로 책을 구입하고 있는데요~
저렇게 모두 공부하면 머신러닝 딥러닝 엔지니어로 커리어를 시작할수있을까요?
좋아요Liked by 1명
안녕하세요. 혼공 머신러닝으로 입문하셨다니 정말 축하드립니다. 머신러닝, 딥러닝 엔지니어로 성장하는데 제 책들이 도움이 되실거라 자신있게 말씀드릴 수 있습니다. 🙂 이 분야에는 좋은 책, 강의가 많습니다. 한계를 정하지 마시고 꾸준히 노력하시면 멋진 엔지니어가 되실거라 믿습니다. 2021년 화이팅입니다! 🙂
좋아요Liked by 1명
빠르게 응답주셔서 감사합니다! 제 목표는 박해선님이 집필하고 번역한 모든 책을 공부해서 머신러닝 엔지니어로 커리어를 시작하는 겁니다. 얼른 좋은 소식 전하고 싶네요! 2021년에도 좋은 일 가득하길 바랄게요~
좋아요Liked by 1명
감사합니다. 새해 복 많이 받으세요! 🙂
좋아요좋아요
혹시 출간 예정인 선생님의 책 중에 머신러닝에 관한 책이 있다면, 정보 좀 알 수 있을까요?
좋아요Liked by 1명
안녕하세요. 제가 현재 작업 중인 책은 Deep Learning with Javascript입니다. 내년 초에 나올 것 같아요. 그 다음에 작업 예정인 책은 Hands-on gradient boosting with XGBoost and Scikit-Learn과 AI and Machine Learning for Coders가 있습니다. 감사합니다.
좋아요좋아요
두 책을 비교할 때, 과 의 장점은 뭐라고 생각하시나요?
두 권 중 하나만 보는 것보다 두 책 모두 봤을 때 얻을 수 있는 이점이 있을지도 궁금합니다~
좋아요좋아요
에고 입력이 제대로 안 되었네요 ^^;
와 에 관한 질문입니다.
좋아요좋아요
괄호를 쳐서 입력이 제대로 안됐던 거네요 ;
머신러닝 교과서와 핸즈온 머신러닝에 관한 질문입니다.
좋아요좋아요
안녕하세요. 박해선입니다. 핸즈온 머신러닝은 비교적 다양한 알고리즘을 다루지만 모든 코드가 책에 실려 있지 않습니다. 그래서 시간을 내어 따로 깃허브 코드를 보셔야 합니다. 머신러닝 교과서는 다루는 알고리즘은 약간 적지만 코드가 책에 모두 실려 있고 몇 가지 중요한 알고리즘을 파이썬으로 직접 구현하기도 합니다. 책은 저마다 장점이 있고 어떤 책이든지 머신러닝 분야를 모두 다루기는 불가능합니다. 또 프로그램 언어 같은 분야와 다르게 머신러닝의 발전 속도가 매우 빠릅니다. 이런 저런 이유로 앞으로 여러 권의 책을 보시게 될 것 같습니다. 🙂
좋아요좋아요
안녕하세요~ 어느덧 혼공머신러닝+딥러닝의 마지막 챕터인 자연어 처리를 보고 있습니다!! 딥러닝의 이미지 처리, 자연어 처리가 너무 매력있고 재미있어서 비전공자이지만 컴퓨터 비전 엔지니어 혹은 자연어 처리 엔지니어가 목표입니다. 컴퓨터 비전과 자연어 처리를 둘다 배우고 싶은데 어떤 분야부터 배우는게 좀더 쉬울까요? 요즘엔 자연어 처리가 좀더 재밌는것 같기두 하고… 로드맵 가이드처럼 공부하면 딥러닝 엔지니어로 성장할수 있을까요? 핸즈온 머신러닝과 혼공책 정말 재밌게 잘 보았습니다!
좋아요Liked by 1명
안녕하세요. 박해선입니다. 핸즈온 머신러닝과 혼공 머신러닝을 재미있게 보신다니 정말 기쁘네요. 컴퓨터 비전과 자연어 처리 중 어떻게 더 쉽다고 말하기는 어려울 것 같습니다. 둘 다 광범위한 분야거든요. 딥러닝 엔지니어로 커리어를 쌓으시는데 책이 도움이 되겠지만 전부는 아닐 것 같습니다. 다양한 도전을 통해서 경험을 쌓을 수 있으시길 바라겠습니다. 감사합니다! 🙂
좋아요좋아요
안녕하세요! 혼공머신 책 너무 유익하게 공부하고있습니다~! 비전공자이지만 업무에 활용하기위해 기초 공부를 시작하기에 많은 도움이 되고 있습니다. 별도로 독학하면서 XGboost와 bayesian search를 활용해 보고 있습니다. 실무적으로 활용하기 위해 xgboost 나 딥러닝 등에서 오버피팅 문제 해결을 공부해볼 수 있는 책이 있을까요? 좋은 책 공부할수있게 해주셔서 감사합니다~!
좋아요좋아요
안녕하세요. 혼공 머신 책이 도움이 되신다니 기쁘네요. ㅎ 어제 xgboost 책 한권이 출간되었습니다(https://tensorflow.blog/handson-gb/). 다만 과대적합 문제만을 다룬 책은 아직 없는 것 같네요. 감사합니다!
좋아요좋아요
케라스 창시자에게 배우는 딥러닝 2판을 감명깊게 읽었는데 추천 목록에 1판 2판이 모두 올라와있네요. 혹시 별도로 추천해주신 이유가 있나요?? 2판을 읽었지만 1판을 또 사서 읽으면 좋을지 궁금해서 여쭈어봅니다.
좋아요Liked by 1명
안녕하세요. 이 페이지에 있는 책은 제가 쓰거나 번역한 책을 모두 올려 놓은 것입니다. 케창딥 2판을 읽으셨다면 따로 1판을 보실 필요는 없습니다! 감사합니다! 🙂
좋아요좋아요