이 책에서 그는 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.
저자, 아비쉑 타쿠르는 머신러닝 플랫폼 캐글에서 세계 최초로 대회, 코드, 토론, 데이터 전 분야에서 그랜드마스터 등급을 달성한 데이터사이언티스트다. 현재, 자연어 처리 머신러닝 오픈 소스 라이브러리로 유명한 허깅페이스에서 오픈 소스 프로그램 연구 개발을 맡고 있다.
역자, 이정윤은 2012년, 2015년 KDD컵을 비롯한 다수의 머신러닝 대회에서 수상하고 2015년 캐글 전체 랭킹 10위에 오른 바있다. 마이크로소프트, 우버를 거쳐 현재 넷플릭스에서 추천 알고리즘 연구 개발을 맡고 있다.