군대에서 ML/DL 공부를 시작했다. 공부 기록 겸 복습을 위해 list를 적는다.
적고보니 별로 한 게 없는 것 같기도 하고... ㅋㅋ
22.5~22.7
딥러닝 초심자에게 좋은 책, Python으로 바닥부터 짠다.
사실 코드보다 개념을 하나하나 짚어줘서 부담없이 볼 수 있다.
22.10.14~22.12.10
머신러닝~딥러닝 모두 다루는 좋은 책.
Tensorflow 2.0에 관심있다면 추천한다.
특히 머신러닝을 전반적으로 알려주기에 방향 잡기에 좋음.
번역본 링크
딥러닝의 기본 개념을 잘 정리한 문서이다.
기초적 수식 + 설명으로 이해하기 쉽다.
Machine Learning 강의 노트 - Wikidocs
Andrew Ng 교수님의 머신러닝 강의를 일반인이 정리한 것이다.
강의가 너무 방대하고 굳이 지금 다 들을 필요는 없을 것 같아서
노트만 따로 보려고 정리했다.
23.5.15~
AI 강국 중국에서 출판한 머신러닝 서적.
난이도는 일반 기초 머신러닝 서적보다는 훨 어렵고, PRML보다는 훨 쉽다.
수식이 다량 포함되어 있어 진입장벽이 있는 편.
22.12.10~22.12.20
cs231n(2017)
Stanford에서 제공하는 cs231n(2017) 강의이다.
년도에 따라 강의 자료가 약간 더 추가되긴 하나 큰 차이없다.
딥러닝을 이미 어느정도 알고 봐서 크게 어렵지 않았다.
22.12.24~22.1.6
유튜브 강의(1~3)
Naver D2에서 공개된 오토인코더 명강의로 인사이트를 제공해줘서 상당히 괜찮다.
23.5.10~23.5.12
강의 영상
ChatGPT 개발에 참여한 사람들이 직접 강의해주는 프롬프트 사용법,
굳이 요즘 나온 전자책 볼 필요 없이 이거봐도 충분할듯.
Deep하게 들어가진 않는다.
23.6.19~
수리통계학 1
수리통계학 2
KOCW에 공개된 부산대학교 김충락 교수님의 수리통계학 강의이다.
PRML, 단단한 머신러닝 보면서 미적분은 어느정도 이해되는데, 통계 수업은 듣지 않아서 너무 어려웠다.
아무래도 머신러닝/딥러닝은 사실 통계학이 근간이기에 제대로 배경지식을 쌓으려고 듣는다.
Papers with Code
논문 구현할 때 유용
Kaggle
데이터 셋 겸 대회용
Edwith
강의 시청, 초심자에게 좋다
딥러닝 논문읽기 모임
그룹으로 참여중(아쉽게도 발표자는 시간때문에..)
논문 읽기 전 보면 상당히 시간이 줄여짐
PYMR
고려대 DSBA 연구실에서 선정한 읽어야 할 논문 리스트이다.
논문 읽을 때 참고중이다.
awesome-deep-learning-papers
~2016년까지 top 100 논문이다.
참고) 원하는 주제가 있다면 구글에 "awesome-주제-projects or papers github"치면 찾을 수 있다.
딥러닝 공부방
논문 리뷰도 무척 많고, 예전 글들을 보면 정말 기초부터 학습하신걸 알 수 있다.
꾸준함에 경외감이...
논문 추천목록
논문 추천 목록이다.
아직은 초보라서 이 순서 위주로 읽는 중이다.
MLOPs를 배우고 싶다.
MLOPs 춘추전국시대
FullStackDeepLearning