머신러닝 마스터 클래스

이 책은 다양한 머신러닝 문제를 접근하는 방법을 소개한다. 기존의 이론 위주의 머신러닝 서적과 달리, 이 책은 어떤 경우에 어떤 모델을 사용하고, 어떻게 성능을 최적화 하는지에 중점을 두고 있다.

예를 들어, 이 책은 범주형 변수, 피쳐 가공/선택, 하이퍼파라미터 최적화, 이미지 모델링, 자연어 처리, 딥러닝 모델 배포의 내용을 심도있게 다룬다.

머신러닝 문제를 어떻게 접근할 것인가에 대한 가이드가 필요하다면, 이 책이 도움이 될 것이다. 하지만, 머신러닝 기본서를 원한다면, 이 책은 당신을 위한 책이 아니다.

이 책은 커피와 코드를 작성할 수 있는 컴퓨터와 함께 즐길 것을 추천한다.