개발자를 위한 필수 수학

이 책은 아마존 베스트 셀러인 <Essential Math for Data Science>의 번역서입니다. 미적분, 확률, 통계, 선형대수학을 다루는 것 뿐만 아니라 수학이 어떻게 선형 회귀, 로지스틱 회귀, 딥러닝에 사용되는지 자세히 설명합니다. 이 책의 마지막 장은 데이터 과학과 머신러닝 분야에서 어떻게 살아 남을 수 있는지에 대해 선배의 조언으로 가득차 있습니다. 사실 마지막 장만으로도 이 책의 가치는 이미 충분합니다. 수학을 처음 배우거나 이전에 익혔던 수학 지식이 어렴풋하시다면 주저말고 이 책을 선택하셔도 좋습니다. 감사합니다! 🙂

온라인 서점에서 예약 판매 중입니다! [Yes24], [교보문고], [알라딘], [한빛미디어]
352페이지, ~~30,000원~~ -> 27,000원, 전자책: 24,000원
이 책의 코드는 깃허브에 주피터 노트북으로 제공됩니다.

이 책에 대해 궁금한 점이 있으면 카카오톡 오픈 채팅(http://bit.ly/tensor-chat :참여코드 flow)이나 텐서 플로우 디스코드 서버(https://discord.gg/fD3KzsZzJS)에서 질문하실 수 있습니다!

이 페이지에서 책의 에러타를 ‘Outputs‘ 아래에 계속 업데이트 하겠습니다. 이 책에 대해 궁금한 점이나 오류가 있으면 이 페이지 맨 아래 ‘Your Inputs’에 자유롭게 글을 써 주세요. 또 제 이메일을 통해서 알려 주셔도 되고 구글 그룹스 머신러닝/딥러닝 도서 Q&A에 글을 올려 주셔도 좋습니다.

Outputs (aka. errata)

1~10: 2쇄에서 반영되었습니다.

(p22) 1.2절 아래 3번째 줄에서 “뺄셈 순으로 계산합니다.” 다음에 아래 문장을 추가합니다.
“이 순서를 따라 왼쪽에서 오른쪽으로 연산이 수행됩니다.”
아래에서 3번째 줄에 “나눗셈도 분수를 사용하는 ~ 순서는 바꿀 수 있습니다” 문장을 삭제합니다.
(p114) 그림 3-15의 그래프를 다음과 같이 바꾸고 주석 13번을 삭제합니다.
(p111) 아래에서 5번째 줄 공식을 다음처럼 수정합니다.
$\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}$
(p145) 그림 4-16 아래에 있는 문단 끝에 다음 문장을 추가합니다. “전단은 그림으로 이해하는게 쉽습니다. 전단은 특정 방향의 직선과의 거리에 비례하여 각 포인트를 이동시킵니다.”
(p182) 1번째 문단과 2번째 문단 사이에 소제목 “5.3.3 행렬 분해 기법“을 추가합니다. (p184) 1번째 줄의 “5.3.3 경사 하강법”을 “5.3.4 경사 하강법”으로 수정합니다.
(p242) 예제 6-13 아래 $R^2$ 공식에서 $R^2 = \dfrac{-14.3411-(-9.9461)}{-0.5596}$ 을 $R^2 = \dfrac{-14.3411-(-9.9461)}{-14.3411}$ 로 수정합니다.
(p248) 그림 6-18에서 “민감도^sensitivity“를 “민감도^sensitivity/재현율^recall“로 수정합니다.
(p249) 예제 6-17 마지막 print() 명령 아래 다음 주석을 추가합니다.
"""""" [[6 3] [4 5]] """""""
(p253) 위에서 1번째 줄에서 “오차 행렬, ROC 곡선과 AUC를 사용할 수 있습니다”를 “오차 행렬을 사용할 수 있습니다”로 수정합니다.
위에서 2번째 문단을 다음과 같이 수정합니다.
“널리 사용하는 또 다른 방법은 클래스의 비율이 동일하게 될 때까지 부족한 샘플을 복제하는 것입니다. [예제 6-19]는 훈련/테스트 분할 단계에서 수행할 수 있는 또 다른 기법을 보여줍니다. stratify 매개변수에 클래스 값이 포함된 열을 전달하면 클래스 비율이 동일하도록 훈련/테스트 분할을 만듭니다.”
(p46~47) 예제 1-19에서 def dx_f(x)를 def d_f(x)로 수정합니다. dx_f(2.0)을 d_f(2.0)으로 수정합니다.
(p102) 페이지 중간의 확률 밀도 함수 공식에서 $f(x)=\dfrac{1}{\sigma\sqrt{2\pi}}e^{-\frac{1}{2}(\frac{x-\mu^2}{\sigma})}$ 를 $f(x)=\dfrac{1}{\sigma\sqrt{2\pi}}e^{-\frac{1}{2}(\frac{x-\mu}{\sigma})^2}$ 로 수정합니다.
(워크북 p6) 9번 문제에서 “매월 5%의 이자를 복리로”를 “연 5%의 이자를 매월 복리로”로 수정합니다. 10번 문제에서 “연속해서 % 이자를”을 “연속해서 연 5% 이자를”로 수정합니다.(안*현 님)
(p279) 예제 7-12의 predict_font_shade() 함수에서 return "DARK"를 return "LIGHT"로, return "LIGHT"를 return "DARK"로 수정합니다.
(워크북 p41) 맨 위의 네 줄의 코드를 다음과 같이 수정합니다.
if x[0] == 0.0: (들여쓰기)print("DARK") else: (들여쓰기)print("LIGHT")
(p265) 예제 7-3 위에서 4번째 줄, (p276) 아래에서 5번째 줄에서 https://tinyurl.com/y2qmhfsr 를 https://bit.ly/3BVJ2ip 로 수정합니다. (워크북 p38) 위에서 1번째 줄, 아래에서 8번째 줄, (워크북 p39) 위에서 9번째 줄, (워크북 p40) 아래에서 14번째 줄에서 https://bit.ly/3imidqa 를 https://bit.ly/3BVJ2ip 로 수정합니다.
(워크북 p10) 2번 문제 마지막 문장에서 “우산이 도착하지 않을 확률은 얼마인가요?”를 “우산이 도착할 확률은 얼마인가요?”로 수정합니다.