밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

Data Science

410

󻱴󽴔󽴔󻇇󺅸󻳐󻰋󺴫󽴔󺠿󻱃󼗿󽴔󺇋󼨨󼨧󺋿

27.2

수학

이 책에서 선형대수(

4

장), 통계(

5

장), 확률(

6

장)과 기계학습의 다양한 면을 살짝

맛보았다.

좋은 데이터 과학자가 되기 위해서는 이런 주제들에 대해 훨씬 많이 알아야

하니, 각 장의 말미에서 내가 추천한 책이나 여러분이 스스로 고른 책, 온라인 또

는 오프라인 강좌 등을 통해 좀 더 심도 있는 공부를 하길 바란다.

27.3

밑바닥부터 시작하지 않는 방법

‘밑바닥부터’ 뭔가를 만드는 것은 그것이 어떻게 동작하는지 배우는 데 큰 도움

이 된다. 하지만 (처음부터 성능을 염두에 두고 만든 것이 아니라면) 그런 경우

에는 보통 성능이 뛰어나지는 않다. 게다가 사용성이 나쁘거나, 빠른 프로토타

이핑에 부적합하거나, 오류 핸들링(

error

handling

)이 잘 되지 않을 수 있다.

실전에서는 기초부터 조금 더 탄탄하게 구현된 라이브러리를 사용하는 것이

좋을 수 있다. 원래 이 책을 처음 쓰겠다고 제안했을 때는 “자, 그럼 지금부터 라

이브러리 사용법에 대해 배워 봅시다”라는 두 번째 파트가 있었는데, 다행히 오

라일리 출판사가 거부권을 행사했다.

1

판이 나온 뒤

Jake

VanderPlas

의 《파이

썬 데이터 과학 핸드북(

Python

Data

Science

Handbook

)》

2

(위키북스,

2017 ...