? 이 가이드는 무료입니다! 무료로 지원하세요(그리고 저!):?
머신러닝 로드맵 에 오신 것을 환영합니다. ML 기본 사항을 무료로 학습할 수 있는 간결한 가이드입니다!
이 간소화된 가이드는 다음을 수행하는 데 도움이 됩니다.
- 필수 전제 조건 알아보기
- 핵심 ML 개념을 효율적으로 마스터하세요
- 고급 주제를 이해하기 위한 기초 구축
- 실제 ML 개발을 준비하세요
부담스러울 수 있는 포괄적인 가이드와 달리 이 로드맵은 간소화되었으며 최고의 ML 교육자가 제공하는 가장 중요한 주제에 중점을 둡니다. 목표는 간단합니다. ML 주제를 독립적으로 자신있게 탐색할 수 있는 지점으로 안내하는 것입니다 .
이 리소스의 작성자와 제작자를 지원해 주세요! 이러한 리소스 중 다수에는 수백 시간이 소요되었습니다. 고급 주제 섹션에 링크된 책을 구매하신 경우, 읽고 나서 리뷰를 남겨주시는 것도 잊지 마세요! 리뷰는 작성자가 작업을 계속하는 데 매우 중요합니다. 문서 전반에 걸쳐 가능한 한 소셜 프로필에 연결했습니다. 콘텐츠를 팔로우하고 좋아요를 눌러 이러한 리소스의 제작자를 무료로 지원할 수 있습니다.
ML 여정을 시작해 보세요!
목차
- 전제 조건
- 기초
- 고급 주제
- 핵심 개념
- 언어 모델과 NLP
- 딥 러닝 및 변환기
- 강화 학습
- 자연어 처리 및 컴퓨터 비전
- 학습 애플리케이션
- 데이터 처리
- ML 엔지니어링
- 기타 중요한 주제
- 직업 기술
- 인터뷰 준비
- 프로그래밍 언어
- ML 프레임워크
- 클라우드 플랫폼
- DevOps 도구
- 무료 GPU
- 기타 리소스
전제 조건
프로그램 작성
일반 프로그래밍
- 하버드의 CS50
완전 초보자를 위한 완벽한 출발점
파이썬
- Harvard의 Python 소개
초보자용
- Google이 제공하는 Google의 Python 수업
기분전환용으로 좋아요
데이터 라이브러리
- NumPy 팀의 NumPy 튜토리얼
- Kaggle의 Pandas 강좌
수학
기반
- ? Khan Academy의 대수학 커리큘럼
- ? Khan Academy의 선형대수학
고급 주제
- 하버드의 확률
- ? Khan Academy의 파생상품/부분 파생상품
- ? Khan Academy의 그라디언트
- ? Google의 역전파 시각화
개발 도구
버전 관리
- Git 커뮤니티에서 Git 배우기
- GitHub의 Github 튜토리얼
명령줄
기초
핵심 머신러닝
- Google의 기계 학습에 대한 20분 소개
ML 개념을 위한 완벽한 출발점
- Google의 머신러닝 단기집중과정
ML 기본 사항의 포괄적인 기초
고급 주제
핵심 개념
- Sebastian Raschka의 머신 러닝 Q 및 AI
다양한 고급 ML 개념에 대한 심층 분석
언어 모델과 NLP
- ? Andrej Karpathy의 LLM 소개
- ? Sebastian Raschka의 LLM 구축 및 미세 조정
- Sebastian Raschka의 처음부터 LLM 구축
- Maxime Labonne의 LLM 코스 섹션
딥 러닝과 트랜스포머
- LightningAI의 딥 러닝 기초
- 엔지니어를 위한 딥 러닝 가이드 - Hironobu Suzuki
- Hugging Face의 트랜스포머 코스
강화 학습
자연어 처리 및 컴퓨터 비전
- Huggingface의 NLP 코스
- Kaggle의 컴퓨터 비전
학습 애플리케이션
- Christoph Molnar 및 Timo Freiesleben의 과학용 ML
- ? Huggingface의 게임용 ML
데이터 처리
- Kaggle의 SQL 및 고급 SQL 소개
- Google의 데이터 준비
ML 엔지니어링
- Goku Mohandas가 ML로 제작함
- ? 산티아고의 ML 학교
기타 중요한 주제
- ? Tivadar Danka의 ML 수학
- ��� MIT의 ML 효율성
- Dmitry Kozlov의 지식 증류
- Kaggle의 AI 윤리
- Kaggle의 ML 설명 가능성
직업 기술
이 섹션에는 기계 학습 관련 직업 목록에 대한 인기 있는 기술과 해당 직업에 대한 인터뷰를 준비하는 데 필요한 리소스가 포함되어 있습니다.
인터뷰 준비
- Gayle Laakman McDowell의 코딩 인터뷰 크래킹
Leetcode 스타일의 질문을 이해하고 연습하기 위한 작성
- Alex Xu의 시스템 디자인 인터뷰
시스템 설계 준비
- Khang Pham의 ML 인터뷰 학습 계획
머신러닝 인터뷰를 위한 최소한의 실행 가능한 학습 계획
프로그래밍 언어
- Harvard의 Python 소개
포괄적인 초보자 친화적인 Python 과정
- Stephen Gruppetta의 Python 심층 분석
더욱 발전되고 포괄적인
- freeCodeCamp의 C++ 튜토리얼
초보자를 위한 완벽한 C++ 과정
- Rust 팀의 Rust
- 헬싱키 대학교의 Java
ML 프레임워크
딥러닝
- freeCodeCamp의 TensorFlow 2.0 전체 과정
- 딥 러닝을 위한 PyTorch 작성자: Daniel Bourke
- Scikit-learn 개발자가 제공하는 Scikit-learn 튜토리얼
- TutorialsPoint의 Keras 튜토리얼
데이터 처리
- NumPy 팀의 NumPy 튜토리얼
- Kaggle의 Pandas 강좌
고급 도구
- Google의 JAX 빠른 시작
- ONNX 팀의 ONNX 튜토리얼
- NVIDIA의 TensorRT 가이드
- Patrick Loeber의 LangChain 크래시 코스
모델 개발
- XGBoost 팀의 XGBoost 문서
- NVIDIA의 CUDA 프로그래밍 가이드
클라우드 플랫폼
주요 제공업체
- Google Cloud의 Google Cloud 기반 ML
- Amazon Web Services의 AWS 기계 학습
- Microsoft의 Azure AI 기초
DevOps 도구
- Nana와 함께하는 TechWorld의 Kubernetes 튜토리얼
- freeCodeCamp의 Docker 튜토리얼
무료 GPU
최고의 선택
- 구글 코랩
무료 T4/P100 GPU, 기간 한정
- 캐글 노트북
P100/T4 GPU 주당 30시간
추가 옵션
- 번개 AI
22 GPU 시간 무료
- 구글 클라우드 플랫폼
$300 무료 크레딧
- 아마존 세이지메이커
무료 등급 이용 가능
- 도면공간 그라데이션
무료 커뮤니티 등급
기타 리소스
- ? 내가 추천하는 뉴스레터
- ? Dair AI가 추천하는 YouTube 채널
- ? 내가 X에서 팔로우할 추천 계정
누락된 정보가 있는 경우 귀하는 리소스 작성자이므로 해당 리소스를 제거하고 싶거나 기타 일반적인 피드백이 있으면 저에게 메시지를 보내 알려주시기 바랍니다.
