본 리뷰는 한빛미디어의 도서 서평단 <나는 리뷰어다 2021> 프로그램의 일환으로, 무상으로 도서를 증정 받고 작성된 리뷰임을 고지합니다.
2018년 말에 1판 번역서가 출간된 후로, 약 2년 반만에 새롭게 개정 2판으로 나온 Practical Statistics for Data Scientists(데이터 과학을 위한 통계) 입니다. 믿고 보는 오라일리의 데이터 과학 서적인데요.
제 경우, 작년에 해당 도서의 1판을 공부하며 많은 도움을 받았었는데, 이때 R로 작성된 예제를 참고하면서 약간 아쉬움을 느꼈던 기억이 납니다. Python에 비해 R은 상대적으로 익숙치 않아서, 종종 직관적으로 이해하기 어려웠던 것이 가장 큰 문제였는데요.
이번 2판에서는 기존 R코드로 작성된 예제와 대응되는 Python 코드를 추가로 삽입했다고 합니다. R에 완전히 대응하는 Python 코드가 추가 되었다는 것만으로도 분명 대상 독자가 훨씬 늘어나게 될 것이고, 기존 독자 입장에서도 무척 환영할만한 일입니다. 학부에서 R 수업도 수강한 적이 있고, 종종 사용할 일이 있었지만, 아직까지도 Python에 비하면 R은 너무 익숙치 않네요. 😢
이미 시중에 수많은 데이터 과학 서적이 출간되어 있고, ML/DL을 비롯하여 여러 최신 기술을 다루는 서적 또한 그득그득 합니다. 하지만 그 수많은 책들 가운데서, 본 도서는 학습에 가장 큰 도움이 되었던 책 중 하나라고 단언할 수 있을 것 같습니다.
지난 해, 학부에서 데이터 과학 동아리의 리드를 맡아 일년 간 운영하였던 경험이 있습니다. 이때 겪었던 어려움 중 하나는 강의의 커리큘럼을 짜는 일이었는데요. 통계학 등의 관련 전공이 아니라는 점을 감안하여, 기초적인 통계학의 비중을 높여서 강의를 준비할 필요가 있었습니다. 이때 많은 데이터 과학 교재를 검토해보면서 최종적으로 사용했던 책이 본 도서(데이터 과학을 위한 통계 1판)와 밑바닥부터 시작하는 데이터과학 (1판) 이었습니다.
밑바닥부터 시작하는 데이터 과학이 여러 콘셉트를 다루면서, 전반적인 데이터 과학에 대한 이해 증진을 위해 활용할 수 있었다면, 본 도서는 데이터 과학의 학습을 위해 반드시, 필수적으로 알고 있어야 할 여러 통계 지식을 실용적으로 학습할 수 있는 내용을 제공하였습니다.
예컨대, 본 도서의 세 번째 챕터에서는 대조군의 이야기부터 시작해서 A/B 테스트, 가설검정의 개념과 표본추출, 통계적 유의성 검증 등과 같은 통계학 개론의 내용을 여러가지 예제 코드와 함께 제공합니다. 이미 진보된 여러 기술을 다루는(특히 컴퓨터과학에 기반한) 도서들은 이런 기초 통계적 내용을 다룰만한 여력이 없고, 다루는 것도 크게 의미가 없습니다. 그렇다고, 데이터 과학을 공부하기 위해서 학부 통계학 개론서를 처음부터 통독하는 것도 무리가 있습니다.
이러한 상황에서, 가장 최적화 된 도서가 바로 '데이터 과학을 위한 통계' 라고 생각합니다. 아주 기초적인 통계학 개념부터 시작해서, 회귀, 분류, 머신러닝, 비지도 학습까지 쭉쭉 맛을 볼 수 있는, 그야말로 데이터 과학 입문자를 위한 통계 입문서와 같은 책인데요. 특히, 이제 막 데이터 과학에 입문하려는 입문자, 또는 관련 분야의 비전공자 등, 기초를 쌓아야 될 필요가 있거나, 기초적인 부분에서 훈련이 조금 부족했던 분들에게는 정말 단비 같은 교재가 될 것입니다.
실제로 저자는 본 책의 목표를 다음 두 가지로 정의합니다.
- 데이터 과학과 관련된 통계의 핵심 개념들을 소화하기 쉽고, 따라 하기 쉽게 소개하며, 참조할 만한 읽을거리를 정리한다.
- 데이터 과학의 관점에서 어떤 개념들이 정말 중요하고 유용한지, 어떤 개념들이 덜 중요하고 그 이유는 무엇인지 설명한다.
저는 아직까지도 데이터 과학 또는 관련 분야에 관심을 가지고, 공부를 시작하려는 이들에게 가장 먼저 강력히 추천해주는 책이 본 도서입니다. 이번에 Python과 함께하는 2판이 추가되어서, 정말 기쁠 따름입니다 :)
예전에 공부하던 때에 Python 예제 코드가 함께 있었다면 정말 많은 도움을 받았을 것이란 아쉬움도 있었지만, 이번 '나는 리뷰어다'의 서평 도서로 본 도설르 받게 되어, 오랜만에 복습 할 기회를 얻을 수 있어서 한편으로는 무척 좋았습니다.
모쪼록, 데이터 과학에 관심이 있는 모든 분들에게, 강력히 추천드립니다!
