[책 리뷰] 밑바닥부터 시작하는 딥러닝 2

이번에 '밑바닥부터 시작하는 딥러닝' 시리즈를 다시 집어든 것은 2권을 읽는 게 목적이었습니다.

요즘 자연어 처리에 관심을 가지고 있는데, 실무적인 역량만 키우기 보다는 이론적인 지식이나 모델의 작동 방식에 대해서도 함께 이해하고 싶었거든요.

2권은 1권에서 많이 다루지 않았던 시계열 자연어 처리에 초점을 맞추고 있습니다.

단어 임베딩과 word2vec, RNN, LSTM, attention의 개념과 작동 방식에 대한 자세한 설명, 그리고 그 구현 코드가 중심 내용입니다.

특히 구현 코드를 제공하고 그 코드를 수정 및 발전시키며 속도와 성능을 개선하는 방법을 보여주는 것이 이 책의 주요 구성입니다.

이런 구성을 가지고 있다보니 이론적 내용에 대한 충실도보다는 코드에 대한 충실도가 더 높다는 느낌을 많이 받았습니다.

앞선 장에서 작성했던 함수를 계속해서 사용하면서 설명을 이어가는 방식이라 책에 나온 코드를 따라 치면서 단기간에 학습하는 것이 아니면 학습이 어려울 수 있겠더라구요.

또, 제가 여러 논문을 접하면서 임베딩, word2vec 모델 등에 대한 사전지식이 없었다면 이 책을 따라가기 더 힘들었을 것 같습니다.

하지만 기초 함수를 제작하고 이를 계속해서 활용하며 모델을 발전시키는 구성 방식은 모델을 개발할 때 유용하게 사용할 수 있는 방식인 것 같습니다.

제가 모델을 개발하거나 발전시키는 프로젝트에 참여하게 된다면 이렇게 코드를 밑바닥부터 차곡차곡 쌓아나가는 방식을 익혀야 하겠죠.

다음에 복습할 때, 책에 나온 코드를 따라 써보고 개인적인 실습도 하면서 따라가면 더 많은 배움을 얻을 수 있을 것 같습니다.

밑·딥 2권을 읽으면서 제게 수학적 지식을 조금 더 쌓을 필요가 있다는 것을 많이 느꼈습니다.

밑·딥 3권을 읽는 건 당분간 미뤄두고 제게 부족한 것을 채우고 싶어졌어요.

3권은 올해 10월 전까지 읽는 걸로 하고 당장은 다른 책을 읽게 될 것 같네요.

공부하면 할수록 더 공부할 것이 보이는 게 데이터과학 분야의 매력인 것 같습니다.

발전하고 싶은 것을 발견해내고 노력할 수 있다는 것도 행복의 일종이 아닐까요?