기계학습 공부 자료들
환영합니다
머신러닝 및 딥러닝 학습을 위한 리소스 모음집입니다. 이 저장소는 머신러닝 분야를 스스로 학습하는 분들에게 도움을 드리고자 개인적인 스터디 내용을 바탕으로 정리되었습니다.
📢 지식공유 채널
학습한 내용을 블로그와 유튜브를 통해 공유하고 있습니다.
- YouTube: 테디노트 YouTube 채널
- Blog: 테디노트 블로그 (teddylee777.github.io)
📚 이 책의 주요 구성
이 책은 다음과 같은 핵심 주제들을 포함하고 있습니다:
- Python Foundation: 파이썬 기초 문법 및 자료구조
- Data Analysis & Visualization: Pandas, Matplotlib, Seaborn을 활용한 데이터 분석 및 시각화
- Scikit-Learn Machine Learning: 사이킷런을 활용한 전통적인 머신러닝 기법
- Deep Learning Frameworks: PyTorch와 TensorFlow를 활용한 딥러닝 구현
- Advanced Topics: XAI, GAN, 강화학습 등 심화 주제
- NLP & Generative AI: HuggingFace, 랭체인(LangChain), ChatGPT 활용법
- Kaggle Competitions: 캐글 경진대회 실전 예제 및 우승 솔루션 분석
🔗 외부 추천 학습 리소스
README.md에서 추천하는 주요 학습 자료들입니다.
기초 및 이론
- 수학/통계: 3Blue1Brown (한국어), 통계의 본질
- 머신러닝 입문: Andrew Ng 교수의 Coursera 강의, 최성철 교수님(TEAMLAB) 강의
- 딥러닝 기초: 모두를 위한 딥러닝 (김성훈 교수님), Stanford CS231n
실전 및 커뮤니티
- 캐글/데이콘: 이유한님의 캐글 유튜브, stevekwon211님의 Hello Kaggle!
- 커뮤니티: TensorFlow Korea, PyTorch KR, Kaggle Korea
- 유용한 웹사이트: Papers With Code, Hugging Face, GPTers
이 자료들이 여러분의 학습 여정에 든든한 가이드가 되기를 바랍니다. 궁금한 점이나 공유하고 싶은 자료가 있다면 언제든지 Pull Request를 보내주세요!