올해 초부터 AI, 빅데이터에 관심을 가지게 되어 유튜브에서 '모두를 위한 딥러닝' 강의를 듣고 요즘에는 '밑바닥부터 시작하는 딥러닝(사이토 고키 지음)'을 읽으며 공부하고 있었다. 그런데 막상 기술부터 공부하려니 이 기술이 실생활에는 어떻게 쓰이는지, 어떤 알고리즘이 있는지, 어떻게 공부하면 되는지에 대해 궁금해하던 와중 도서관에서 이 책을 발견했다. 기본 편과 심화 편이 있어 모두 읽었다. 제목처럼 AI 빅데이터 전문가가 되기 위한 공부법을 잘 제시해주어 천천히 보면서 공부하기 위해 정리해보려 한다.
기본편 : http://book.naver.com/bookdb/book_detail.naver?bid=16240853
심화편 : http://book.naver.com/bookdb/book_detail.naver?bid=20619018
1. 경영학적 접근을 통해 실제 산업과 접목되는 기술을 공부하자!
<빅데이터 공부에 도움이 될 만한 책들>
- '빅데이터 기초 : 개념, 동인, 기법(시그마프레스)'
http://book.naver.com/bookdb/book_detail.naver?bid=12500692
- '인공지능 시대의 비즈니스 전략(더퀘스트)'
http://book.naver.com/bookdb/book_detail.naver?bid=13205533
<AI 빅데이터 분석의 다양한 활용 사례>
- '빅데이터가 만드는 제 4차 산업혁명(북카라반)'
http://book.naver.com/bookdb/book_detail.naver?bid=11477584
- '빅데이터 비즈니스 이해와 활용(위즈 하임)'
https://book.naver.com/bookdb/book_detail.naver?bid=13219778
2. 데이터 마이닝 분석방법론에 대한 기본 원리 및 활용 사례를 공부하자!
- '데이터 마이닝 개념과 기법(에이콘 출판)'
: 900쪽에 가깝지만 한 권만 제대로 이해하고 넘어가도 다른 책을 볼 필요가 없을 정도로 많은 내용을 담고 있다. 각 알고리즘을 예제 데이터로 설명해주기 때문에 알고리즘 동작원리를 훨씬 쉽게 이해할 수 있다.
https://book.naver.com/bookdb/book_detail.naver?bid=8993174
- '패턴인식(교보문고', '데이터 마이닝 기법과 응용(한나래)'
: 알고리즘에 대한 수학적인 설명을 자세히 서술한 점이 강점.
https://book.naver.com/bookdb/book_detail.naver?bid=4753048
https://book.naver.com/bookdb/book_detail.naver?bid=7053238
3. 수학 공부
- '수리 통계학(송성주, 전명식 / 자유아카데미)'
https://book.naver.com/bookdb/book_detail.naver?bid=16270887
- '인공지능을 위한 선형대수' : 에드위드 무료 강의
4. AI 빅데이터 공부방법
1) 딥러닝 공부
- 딥러닝 모델 알고리즘은 이미 많이 있고 지금도 계속 발전해가고 있다. 그러나 초기 모델을 제대로 숙지하지 않는다면 최신 알고리즘도 제대로 이해하기 힘드니 초기 모델부터 확실히 공부하자.
- 심층 신경망 (Deep Neural Network, DNN)
- 합성곱 신경망 (Convolution Neural Network, CNN)
- 순환 신경망 (Recurrent Neural Network, RNN)
- LSTM (Long Short-Term Memory)
- 오토 인코더 (AutoEncoder)
- Seq2seq (Sequence-to-Sequence)
<딥러닝 공부 도서>
- '처음 배우는 딥러닝 수학(와쿠미 사다미 외 1인, 한빛미디어)'
: 딥러닝에 사용되는 수학적 개념이 구체적인 예와 함께 나와 있다.
https://book.naver.com/bookdb/book_detail.naver?bid=13240176
- '밑바닥부터 시작하는 딥러닝(사이토 고키 지음, 한빛미디어)'
: 신경망에서 사용되는 각 기술들에 대해서 상세히 설명해준다. 활성화 함수, 옵티마이저, 손실 함수, 경사 하강법, 역전파, 배치 정규화 등의 기술들을 모두 공부할 수 있다.
https://book.naver.com/bookdb/book_detail.naver?bid=11492334
- '케라스 창시자에게 배우는 딥러닝(프랑소와 숄레 지음, 길벗)'
: 초보자가 사용하기 편한 케라스를 활용해 기본 딥러닝 알고리즘 모델 학습방법을 알려준다. 이를 활용해 책에 나와 있는 알고리즘들만 자유자재로 구현할 줄 알아도 웬만한 대기업 데이터 분석팀에서 일하는 데는 큰 문제가 없을 것이다.
https://book.naver.com/bookdb/book_detail.naver?bid=14069088
2) 서버, API 공부
- 서버 공부 : '서비스 운영이 쉬워지는 AWS 인프라 구축 가이드(김담형 지음, 위키북스)'
https://book.naver.com/bookdb/book_detail.naver?bid=14457016
- API 공부 : '깔끔한 파이썬 탄탄한 백엔드(송은우 지음, 비제이퍼블릭)'
https://book.naver.com/bookdb/book_detail.naver?bid=14443490
3) 논문 읽기
- 전반적인 수리 통계학, 선형대수학, 기본 데이터 마이닝 알고리즘, 딥러닝 알고리즘, DB, 서버, API 등을 익히고 난 이후에는 특정 연구를 집중적으로 파고들자! SCIE급 논문은 처음에 읽기에는 너무 어려울 수 있으므로 우선 KCI 등재지에 실린 논문들부터 읽어보자.
- 세부 연구 분야 : 알고리즘, 연구 현상, 연구 도메인
- 알고리즘 : 추천 시스템, 텍스트 마이닝, 이미지/영상 분석, 이상 탐지, 프로세스 마이닝 등
- 연구 현상: 어떠한 사회현상 또는 특정 도메인에 대상에 대해서 하는 연구. SNS 서비스, 집단 따돌림 현상, 온라인 고객 행동, 선거 캠페인 행동 등
- 연구 도메인 : 이동통신 데이터 분석, 센서 데이터 분석, 제조 데이터 분석, 금융 공학 등
이 정도까지 하고 나면 논문을 직접 쓰거나 캐글에서 실전 데이터를 활용해서 모델을 만들어보자. 석사과정이나 연구소 취업도 좋다. 꾸준히 하자! 화이팅!