엔지니어를 위한 적용형 머신러닝 및 AI

머리말

아빠가 여러분이 공부하는 것에 대해 끝없이 궁금해한다면 집은 안전한 곳이 아닙니다.

저는 2018년에 분석학 석사 학위를 받았습니다. 대학원 과정을 통해 머신러닝, AI, 분석을 활용하여 비즈니스에 가치를 더하고 실제 문제에 대한 솔루션을 개발하는 방법을 배웠습니다. 저는 이러한 분야에 대한 열정을 가지고 있으며, 이러한 열정은 아버지인 제프 프로시즈와도 공유하고 있습니다. 사실, 제가 부모님 댁에서 지루한 일상을 벗어나 부엌에서 공부하고 있을 때 아버지가 저에게 수업에 참여할 수 있는지 물어보시거나(농담이 아닙니다) 우리가 공부하는 내용에 대해 질문을 쏟아낸 횟수는 셀 수 없을 정도입니다.

난기류를 경험하는 비행기를 탔는데 옆 사람이 현대 제트 여객기는 고장 지점이 하나도 없기 때문에 엔지니어링의 경이로움에 대해 대화를 시작하면서 대처한 적이 있다면 제 기분이 어땠는지 잘 아실 것입니다.

데이터와 분석에 대한 우리의 사랑은 그것이 제공하는 가치에 대한 공유된 사랑으로 성장했습니다. 이 책에 소개된 도구와 기법을 사용하면 불확실성 속에서도 확신을 가질 수 있습니다. 데이터 과학을 사용하면 근본적인 진실을 찾아내어 실제로 어떤 일이 일어나고 있는지, 그것이 어떻게 행동과 결과를 이끌어내는지 알아낼 수 있습니다. 직관이 아닌 분석을 통해 장막 뒤의 상황을 들여다볼 수 있는 능력은 정보 경제에서 높이 평가되는 기술이며, 현대의 불확실성을 헤쳐 나가는 사람과 기관에 필수적입니다.

마찬가지로 중요한 것은 이러한 결과를 비기술적인 청중에게 효과적으로 전달하는 동시에 내부에서 어떤 일이 일어나고 있는지에 대한 깊은 기술적 이해를 갖는 것입니다. 이러한 수준의 의사소통은 가짜로 할 수 없습니다(저도 아버지와 주방에서 토론할 때 한두 번 시도해 본 적이 있습니다).

분석, AI, 머신러닝에는 극복할 수 없는 기술이나 배포 문제가 있는 것이 아닙니다. 오히려 어떤 일이 일어나고 있는지, 어떻게 작동하는지 이해하는 데 어려움이 있고 접근성이 떨어지는 것이 장애물이며, 이러한 이해는 종종 기술 전문 용어와 업계의 속설에 가려져 있기 때문입니다. 이러한 진입 장벽은 문제와 의문을 해결하기 위한 데이터 과학의 활용을 제한하는 원칙으로 작용하고 있습니다.

이 책이 바꾸고자 하는 것은 바로 이러한 도구와 리소스에 대한 접근성을 높이기 위해 장막과 전문 용어를 제거한다는 점입니다.

솔직히 말하자면, 제 아버지는 어려운 기술 주제를 거의 어렵지 않게 배울 수 있도록 글을 쓰고 가르치는 데 매우 능숙하며, 평생 그렇게 해왔습니다. 그는 오늘날의 비즈니스 세계에서 움직이고 변화하는 사람들이 이해할 수 있도록 DOS까지 거슬러 올라가는 주제를 만들었습니다. 그는 지난 수십 년 동안 여러 세대의 프로그래머들이 도저히 이해할 수 없는 주제를 쉽게 이해할 수 있게 만들었습니다. 간단히 말해서 그는 최고입니다.

비결은 바로 이것입니다. "내가 들어본 적은 없지만 관심이 있다면 어떻게 설명해 주었으면 좋겠는가?"를 중심으로 주제를 가르치는 방식에 접근하는 그의 정신에 있습니다. ...