이 책의 주제는 데이터 과학이다. 데이터 과학은 지난 수십 년 동안 빠르게 성장해 온 연구 및 응용 분야로, 점점 커져가는 미디어 시장과 직업 시장에서 많은 주목을 받고 있다. 최근 미국은 최초의 수석 데이터 과학자로 DJ 파틸(Patil)을 임명했다. 솔직히 말하면 이러한 움직임은 대대적으로 데이터 팀을 채용하기 시작한 기술 회사를 모델로 한 것이다. 데이터 과학 기술은 수요가 많고 응용 분야는 오늘날의 직업 시장보다 훨씬 더 범위가 확장되고 있다.
이 책은 수학/프로그래밍/도메인 전문 지식 간의 격차를 줄이려고 한다. 오늘날 대부분의 사람은 그중 적어도 한 가지(아마도 두 가지)의 전문 지식을 보유하고 있지만, 바람직한 데이터 과학은 세 가지 모두 조금씩 필요하다. 우리는 세 가지 영역의 주제로 뛰어들어 복잡한 문제를 해결할 것이다. 또한 과학적이고 정확한 결론을 도출하기 위해 데이터를 정제하고 탐색하고 분석할 것이다. 복잡한 데이터 작업을 해결하기 위해 머신 러닝과 딥러닝 기술이 적용될 것이다.

구글에서 'Data Science'로 검색하면 약 7천만 건의 결과가 나오고, '데이터 과학'으로 검색하면 70만 건의 한국어 검색 결과가 나온다. 데이터 과학 분야가 자리를 잡아가고 있음을 보여주는 유의미한 숫자다.
데이터 과학은 이미 오래전부터 통계, 수학, 프로그래밍 분야에서 존재해 왔다. 과거 '데이터 과학'은 그리 많지 않은 데이터 속에서 분야별로 추구하는 목적과 접근 방법이 달랐다면, 요즘은 잠자기 전까지도 손을 떼지 못하게 만드는 모바일 디지털 환경과 매 순간을 알리고 싶은 소셜 미디어 유저들의 활동으로 인해 기하급수적으로 늘어난 데이터를 과학적으로 해석하려는 것을 아우르는 개념이 '데이터 과학'이다.
이 책은 데이터 과학에서 통계, 수학, R과 파이썬 같은 프로그램을 왜 공부해야 하는지 확실히 알려준다. 데이터를 수집해서 정제하고, 유형을 살펴서 분석하고, 해석까지 필요한 원리를 복합적으로 다룬다. 꼭 필요한 최소한의 수학적 개념을 소개하지만, 수학 울렁증이 있는 사람도 쉽게 읽을 수 있다. 이 책을 읽고 나면 등한시했던 확률을 중심으로 수학과 통계를 재정립할 수 있다.
또한 데이터 과학의 원리를 전달하려는 이 책의 기본적 취지에 맞게 통계나 수학적 수식이 형성되는 개념도 설명해준다. 목적을 이해하고 원리를 알면 수식을 무작정 외울 필요가 없다는 것을 깨닫게 된다.
그리고 원리를 실행으로 옮겨 보기 위해 파이썬으로 실습할 수 있게 했다. 정확히 말하면 데이터 과학에 필요한 기본적인 파이썬 모듈을 익히게 된다. 프로그래밍을 잘 몰라도 파이썬 코드를 이해하기 쉽도록 기술했다. 읽어 갈수록 어렵다면 파이썬 내장 함수 구문을 따라 하기만 해도 된다. 핵심은 파이썬의 출력 결과를 정확히 해석하는 것이다.
단순히 통계 용어 풀이가 아니라, 다양한 예제를 통해 여러 관점에서 통계를 적용하는 안목을 키울 수 있다. 특히 현실적인 경험을 예제로 다루기 때문에 이해가 쉽고 나중에 응용하기에도 유리하다. 머신 러닝을 알게 되고 실습을 따라 해보면 딥러닝과 텐서플로도 엿볼 수 있다. 여러 가지 재미있는 예제도 많다. 안면 인식, 필체 감지, 트윗으로 주가 예측, 심지어 배우자의 외도를 예측하는 모델도 다룬다.
궁극적으로 이 책은 데이터 과학을 위해 기초 수학과 통계가 어떻게 연결돼 있는지 비밀을 푸는 열쇠를 제공한다.
이제 책을 펼쳐서 열쇠를 찾아보자!