Machine Learning Study 혼자 해보기

(첫 번째 변경사항입니다)

새롭게 내용이 업데이트 되었습니다!

내꺼를 복사해 왔습니다. 원본에 업데이트 할 내용 추가 합니다.

취지

This repository is intended for personal study in machine-learning

머신러닝 분야를 스스로 스터디 하는 많은 분들께 도움이 되고자 작성하였습니다.

온라인 상에서 좋은 분들이 공유해 주신 Lecture와 Blog를 참고하여 스터디 하실 수 있습니다.

직접 들은 강의는 코멘트하였으나, 지극히 개인적인 의견이 반영 되었습니다.

기여 (Contributor)

더 많은 분들이 도움을 받으실 수 있도록, 좋은 공유 자료에 대하여 Pull Request를 날려주세요! (조건 없는 Merge!)

---

Video Lectures

Video 강좌는 제가 개인적으로 생각하는 순차적 학습 단계 입니다. 물론, 난이도와도 연관이 있습니다.

• Andrew Ng - Machine Learning by coursera

  • 머신러닝을 처음 접하는 사람들을 위한 입문용 강좌. 무려 거장이신 Andrew Ng 교수님이 쉽게 설명해 주는 강의를 들을 수 있음.

• 최성철 교수님 - TEAMLAB

  • 머신러닝 스터디에 본격적으로 들어가기에 앞서 "데이터 과학을 위한 파이썬 입문" 추천. 다만 강의는 유료 (3만 3천원)

• 김성훈 교수님 - 모두를 위한 딥러닝 시즌 1 (Tensorflow)

  • 입문용으로 최고의 강의임. tensorflow와 익숙하지 않아도 예제를 보면서 차근 차근 따라할 수 있음.

• Stanford - CS231n (영문)

  • 영어로 진행되는 강좌. 영어가 익숙하다면 제일 먼저 이 강의를 듣고 개념을 정리하는 것을 추천.

• Udacity - Deep Learning by GOOGLE

  • 평균 1분 내외의 굉장히 짤막한 강의로 이루어져 있음. 어느 정도 중급 단계에서 실전 코딩을 해보기 위하여 듣는 것을 추천 (Assignment를 완료해 보는 것을 추천)

• Mathematical Monk Youtube(영문)

  • 딥러닝에 관련된 수학을 굉장히 쉽게 풀어놓은 유튜브.

• 테리의 딥러닝 토크

  • 딥러닝에 대한 강좌라기 보다는 보다 재밌게 에피소드 별/ 카테고리 별로 짧고 쉽게 설명해 주시는 강의. 지루하지 않고 재밌게 들을 수 있으며, 알기 쉽게 설명해 주는 것이 포인트 (개념 정리용).

• 김성훈 교수님 - Pytorch Zero To All (영문)

• 김성훈 교수님 - 모두를 위한 RL강좌

• 최성준님 - 논문으로 시작하는 딥러닝

By Subjects

• Back Propagation

  • Yes you should understand backprop
  • Stanford - CS231n - Introduction to Neural Networks

• Loss Functions and Optimization

  • Stanford - CS231n - Loss Functions and Optimization

• Convolution Neural Networks (CNN)

  • Stanford - CS231n - Convolution Neural Networks

• Recurrent Neural Networks

  • Stanford - CS231n - Recurrent Neural Networks
  • Programming LSTM with Keras and TensorFlow

• Natural Language Processing

  • 조경현 교수님 - 딥러닝을 이용한 자연어 처리

  • Stanford - Natural Language Processing with Deep Learning

  • 자연어 언어모델 "BERT"

• Azure 머신러닝

  • 퇴근후딴짓 - Azure 머신러닝

• 강화학습 (Reinforcement Learning)

  • 데이비드 실버 교수님 - 강화학습(영문)
  • 팡요램 - 강화학습 개론(10강)
  • 팡요랩 - 쉽게구현하는 강화학습(2강)

Blogs

• 테디노트

  • 데이터분석, 머신러닝, 딥러닝 블로그 (제꺼)

• 데이터 사이언스 스쿨

• 텐서 플로우 블로그

• 파이썬 킴

  • 김성훈 교수님의 "모두를 위한 딥러닝 시즌 1" 강좌별 정리가 되어 있는 블로그

• 안수빈님의 블로그

  • 시각화에 대한 내용이 굉장히 정리가 잘 되어있는 블로그

• Google - Tensorflow Get Started (영문)

  • Google의 공식 document 사이트 이며, Tensorflow 의 기본 구현 방법 튜토리얼

• Laon People - Machine Learning

• ratsgo's blog

  • 자연어 처리 분야 뿐만 아니라, 다른 딥러닝 관련 글도 퀄리티가 높다. 다만, 이해에 조금 어려운 부분도 있다.

• Team AI Korea

• AI Dev - 인공지능 개발자 모임

• TensorFlow 한글 문서

• Agustinus Kristiadi's Blog (영문)

• Colah's Blog (영문)

GitHub

• terryum - awesome-deep-learning-papers

  • 딥러닝 관련 논문을 매우 잘 정리해 놓은 깃헙

• 김성훈 교수님 - Deep Learning Zero To All

• 핸즈온 머신러닝

• TensorFlow Example Source Code

• 최성준님의 깃헙

  • tensorflow를 활용한 많은 튜토리얼이 있음

• Keras GAN

  • Keras를 활용한 GAN구현

• Keras-DCGAN

• Keras-WGAN

• 미술관에 GAN 딥러닝

  • GAN에 관련된 번역 서적 실습용 GitHub repo 입니다. 다양한 예제들이 보기 쉽게 제공됩니다.

웹사이트 (Web Sites)

• Paper With Code
  • 논문과 관련된 깃허브 저장소를 동시에 제공합니다.
• AI Hub
  • 정부지원 AI 관련 데이터, 소프트웨어, 컴퓨팅 자원지원, 경진대회 등이 존재하는 플랫폼

YouTube 채널

• 빵형의 개발도상국
  • 재미난 인공지능을 활용한 다양한 프로젝트를 진행해보고 풀이까지 쉽게 제공.

논문 읽기 (YouTube)

• 딥러닝 논문 읽기 PR12-season1

• 딥러닝 논문 읽기 PR12-season2

• 딥러닝 논문 읽기 PR12-season3

• 딥러닝 논문 읽기 모임

Facebook Groups

• TensorFlow Korea
• PyTorch KR
• Kaggle Korea

해볼만한 Kaggle

Vision (Image)

• Digit Recognizer
• Facial Keypoints Detection
• Dogs vs. Cats
• Right Whale Recognition
• Intel & MobileODT Cervical Cancer Screening

시계열 (Time Series)

• Web Traffic Time Series Forecasting
• Recruit Restaurant Visitor Forecasting
• Corporación Favorita Grocery Sales Forecasting
• Rossmann Store Sales

오픈데이터

• 공공데이터포털
• Open Data Inception
• AI Hub
• Appen

기타

• Udacity: Dog Breed Image Classifier in Pytorch