인공지능 관련 잘 정리된 글, 영상, 사이트 등을 참고하기위해 정리한다. 지속적으로 업데이트할 예정인 포스팅.
*난이도 및 정리된 의견은 주관적이고 사람마다 편차가 있을 수 있음.
머신러닝 딥러닝
Andrew Ng (앤드류 응) - Machine Learning (기계학습)
- 마치 수학의 정석 처럼, 기본 교과서처럼 느껴지는 교육과정
- 난이도 중급 이상. 수학에 대해 기초적인 이해가 있어야 함
- 무료 강의. 100% 온라인. 영어.
- 4백만 명 이상이 등록하고, 후기가 16만 명 이상 4.9점 (5점 만점)인 강의로 말이 필요가 없는 명품강의이기도 하다
- 워낙 많은 사람들이 듣고 공부한 강의이다보니, 관련 렉처 노트나 자료, 또는 스터디 노트 찾기가 매우 쉬움. 예시
https://www.coursera.org/learn/machine-learning
머신러닝 딥러닝
김성훈 - 모두를 위한 머신러닝/딥러닝 강의
- 홍콩과기대 김성훈 교수님의 강의. 앤드류 응 교수님처럼 머신러닝/딥러닝의 교육 활성화를 위한 자료
- 난이도 중급
- 무료 강의. 유튜브 및 PDF강의자료 사이트를 통해 제공
- 국내에서 정통적으로 많이 듣는 강의다 보니, 마찬가지로 자료나 스터디노트 찾기가 쉬운 편.
https://youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm
머신러닝 딥러닝
박성호 - 머신러닝/딥러닝 강의
- 앞서 두 개보다는 난이도가 조금 낮은 편
- 수학이나 파이썬에 대해 기본 지식이 없다면 먼저 보는 것도 좋음 (수치 미분이나 파이썬 기본 함수에 대해 먼저 다루고 시작)
- 유튜브로 제공되는 무료 강의 시리즈
- 다만 좀 더 깊은 내용을 배우고 싶은 사람에게는 단일 플레이리스트로는 부족하다 느낄 수도 있음
https://youtube.com/playlist?list=PLS8gIc2q83OjStGjdTF2LZtc0vefCAbnX
머신러닝 기초수학
EBS - 수학과 함께하는 AI 기초
- EBS에서 만든 무료 교재 /강의 / 자료 다운로드 가능
- 특히 인공지능에 대해 기본 개념이 없을 때 첫 챕터가 도움
https://www.ebssw.kr/info/intrcn/infoTchmtrHeaderView.do?tabType=AI
https://www.ebssw.kr/upload/pgm/ebs_math_ai.pdf
머신러닝 딥러닝
동빈나 - 파이썬 텐서플로우 & 머신러닝 기초
- 파이썬 텐서플로우를 이용한 머신러닝 기초강좌
- 조금 더 쉽고 편하게 설명해준 강의들
- 다른 플레이리스트에 다양한 콘텐츠가 존재
https://youtube.com/playlist?list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO
딥러닝 PyTorch
개인 블로그 - PyTorch로 시작하는 딥 러닝 입문
- 딥러닝 입문 과정을 책 형태로 정리한 개인블로그
- PyTorch 사용 및 패키지 기본 구성부터 설명
https://wikidocs.net/book/2788
자연어
개인블로그 - 딥 러닝을 이용한 자연어 처리 입문
- 위와 같은 저자의 다른 블로그
- 자연어 처리 관련 내용을 책 형태로 (약 650페이지 분량) 정리한 블로그
머신러닝 딥러닝
개인블로그 - AI, ML, DL 등 관련 Cheatsheets - 스탠포드
- 영문 및 국문
- 간략한 개념 정리자료
https://stanford.edu/~shervine/teaching/
머신러닝 딥러닝
구글 머신러닝 단기집중과정 - TensorFlow API 사용
- 영문 및 국문
- 25개 강의, 총 15시간
https://developers.google.com/machine-learning/crash-course/ml-intro?hl=ko
'관심사 > 인공지능 (AI)' 카테고리의 다른 글
생성 AI - 미드저니 (Midjourney) 파라미터로 패턴 만들기 (0) | 2023.07.30 |
---|---|
생성 AI - 미드저니 (Midjourney) 파라미터 Stylize (0) | 2023.07.09 |
생성 AI - 미드저니 (Midjourney) (0) | 2023.06.18 |
인공지능 공부: 정의와 역사, 머신러닝 & 딥러닝 차이 (0) | 2021.07.11 |
댓글