머신러닝 입문 학습 로드맵 및 강의 추천
Source
Evernote/Article Scraps/머신러닝 공부 순서, 방법 및 강의 정리.md
Summary
본 문서는 머신러닝 입문자를 위한 학습 순서와 추천 강의를 정리한 개인 블로그 포스트입니다. 저자는 자바/프론트엔드 개발자 출신으로, 머신러닝 학습을 위해 앤드류 응(Andrew Ng)의 코세라 강의를 기초로 삼고, 이후 파이썬 문법 학습, 그래프 모형(Daphne Koller), 인공신경망/딥러닝(Andrew Ng, Hugo Larochelle) 순으로 학습하는 경로를 제안합니다. 또한 이론 이해를 돕기 위해 유데미 실습 강의와 김성 교수의 강의를 보조 자료로 언급하며, 관련 수학 기초, 텐서플로우 튜토리얼, 용어집 등 유용한 리소스 링크를 제공합니다.
Key Points
- 학습 순서: 머신러닝 개론(Andrew Ng) -> 파이썬 문법 -> 그래프 모형 -> 인공신경망/딥러닝
- 기초 강의: Andrew Ng의 Coursera 머신러닝 강좌를 입문 첫걸음으로 강력 추천
- 프로그래밍 언어: 머신러닝 대세 언어인 파이썬을 이론 학습 후 빠르게 문법 습득 권장
- 심화 이론: Daphne Koller의 Probabilistic Graphical Models 및 Andrew Ng의 Neural Networks and Deep Learning 강좌
- 실습 및 보조: Udemy 실습 강의, 김성 교수 강의, TensorFlow 튜토리얼 등 다양한 오픈소스 및 강의 자료 활용