노스웨일즈 김씨 시조의 블로그

이 리뷰는 한빛 미디어의 "나는 리뷰어다" 이벤트를 통해 책을 제공받아 작성했습니다.

지금껏 머신러닝을 배우기 위해 몇 권의 책을 읽어 보았는데, 대부분이 Tensor-Flow 혹은 PyTorch를 주로 가르치는 데 이 책은 Scikit-learn을 이용하여 머신러닝의 다양한 방식을 기초부터 자세히 설명해 주었다.

실무로 Machine Learning을 하지 않기 때문에 Scikit Learn 라이브러리가 얼마나 Popular한지는 잘 모르지만

쉽고 사용할 수 있어 기초를 설명하고 배우기에는 괜찮은 라이브러리로 생각된다.

요즘 많이 듣게 되는 RNN, CNN같은 기법까지는 다루지 않고 있지만, 머신러닝의 기초를 배우기에는 제일 좋은 책이 아닌가 생각이 든다.

다만 책 도입부에 Library설치에 관한 설명을 조금 자세히 해 주었으면 하는 아쉬움이 조금 든다.

지난 2년간 Main으로 했던 일이 , Google의 DSP서비스인 DV360와 TTD API integration이었다.

Integration script를 계속 관리해오고 있었지만, 새로운 Integration을 진행한 건 처음인 것 같다.

일단 계속 integration account를 늘려오면서 성능 이슈가 많이 발생해서
( 특히 DV360는 Client Library를 제공하는데.. 이게 Concurrent를 고려하지 않고 개발되었다.)

수정을 해왔는데.. 어느 순간엔가 갑자기 TTD integration script가 느려진게 보인다.

마침 여유가 생겨 체크해보니 Data pulling하는 중에 Rate Limit으로 Pulling이 Fail 하면서 벌어지는 일이었다.

Thread도 조절해보고 PageSize도 조절해 봐도 해결이 잘 안되서 마지막으로 internet search를 해보니 

딱 내 상황에 맞는 Article이 나온다. 더군다나 Scala 코드...

https://itnext.io/handling-rate-limits-with-scala-futures-8904538bca7f

읽다가 저자 얼굴을 보니 작년에 다른 회사로 이직한 John 이다.

회사에서 종종 seminar도 진행하고 글도 많이 쓰는 건 알고 있었지만 

오랜만에 글로 보니 반갑고.. 뭐 그렇다. :-) 

어쨋든 오랜 친구(?)의 조언 덕분에 Rate Limit 이슈는 해결이 되는데..

나도 가끔은 이런 기술적인 Blog도 좀 작성하고 해야 하지 않나 하는 생각이 좀 든다..