[서평] 친절한 딥러닝 수학
이전 서평에서 잠깐 언급했었지만, Python 언어의 인기 상승에는 Deep Learning의 유행이 크게 기여했다고 생각한다. 유행에 따라 많은 소프트웨어 개발자와 학생들이 Deep Learning 공부에 시간을 투자하기 시작했고, 가장 처음 어려움을 맞이하는 부분이 '수학'이었을 것이다. 분명히 세부적인 벡터의 내적, 합성함수의 미분 등은 고등학교 또는 대학교에서 어렴풋이나마 배우고 지나갔을 텐데, 이것을 엮어서 Deep Learning이 학습하는 과정을 '수식'으로 압축해서 설명하면서 어려움을 겪었던 경험은 나를 포함해서 다들 있었을 것이라고 본다.
이런 어려움으로 인해서 수학적 이해 없이 단순히 TensorFlow, PyTorch 같은 라이브러리를 단순 사용하게 된다면 내가 풀고자 하는 도메인의 문제가 조금만 변경되어도 응용하기가 쉽지 않을 것이다. 대부분의 Deep Learning 입문자들 역시 수학적 이해가 필요하고 중요하다고 생각하기 때문에 본 서평 도서 외에도 여러 Machine Learning을 입문을 위한 수학책들이 계속해서 출판되고 있는 것이라고 짐작해본다.
그럼 본 도서 외에도 여러 수학 책이 있는 데 이 책의 장점이 뭐냐고 물어본다면, 대화형 방식의 최대한 친절한 서술이라고 할 수 있겠다. 프로그래밍 개발 서적 중 Head First 시리즈와 유사한 형태로 서술을 하는데, 사실 이런 서술 방식에 대해서는 개개인의 호불호가 있어서 본 도서와 같은 '대화형' 방식을 선호하는 사람과 대학 교재 스타일의 '서술형' 방식을 미리 살펴보고 도서 구매에 참고하면 좋을 것 같다.
책의 구성은 신경망의 개념 -> 순전파 -> 역전파, 그리고 합성곱 신경망 개념 및 코드 레벨로 구현하는 총 5개로 이루어져 있으며 첫 3개 장이 굉장히 친절하게 서술되어 있었다. 특히, 처음 공부하는 사람들이 궁금해할 만한 활성화 함수를 선형 함수로 사용하면 어떤 어려움이 생기는지와 같은 내용을 각 장 후반부에 따로 수록하고 있는 점이 훌륭하다고 생각된다.
책을 다 읽어보면 결국 벡터의 내적과 미분 연산의 반복이므로 Deep Learning에 관심 있는 중고등 학생부터 수학 공부를 놓은 지 시간이 좀 지난 소프트웨어 개발자들도 큰 무리 없이 재밌게 읽어볼 수 있다고 생각한다. 다만, 책에서 서술하고 있는 수식 전개를 꼭 손으로 같이 따라 해보는 것을 강력히 추천한다!
한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다