약 반년동안 머신러닝 공부하겠다고 별 뻘짓을 했었는데, 그 동안 참고했던 링크들을 정리해봅니다. 꾸준히 업데이트할 예정입니다.
입문
머신러닝 공부를 시작할 때 어떤 것으로 선택하느냐에 따라 계속 할지 안 할지에 영향을 많이 끼치는 것 같습니다. 개인적으로 모두를 위한 딥러닝 강좌를 먼저 보고 코세라 강좌를 보면 좋을 것 같습니다.
1. Andrew Ag 코세라 머신러닝 강좌
(https://www.coursera.org/learn/machine-learning)
대부분의 분들이 입문자에게 이 강좌를 추천합니다. 저 또한 그러고요. 확실히 교수님께서 수학적 요소는 최대한 배제하고 직관적으로 설명해주십니다. 영어 자막을 지원해주므로 영어를 잘 못하셔도 시간만 투자한다면 들을 수 있습니다.
(이 블로그에서 강좌 ppt 내용과 함께 간단하게 정리해놓았습니다)
2. 모두를 위한 딥러닝
(https://hunkim.github.io/ml/)
강의를 해주시는 분이 홍콩에서 대학 교수를 하고 계시는 한국분이시기 때문에 한국어로 편하게 들을 수 있습니다. 코세라 강좌는 영어라서 진행 속도가 많이 느렸지만 이 강좌는 언어적인 어려움도 없고 굉장히 쉽고 친절하게 설명해주십니다. 따라칠 수 있는 Tensorflow 예제도 함께 보여주십니다.
3. C++로 배우는 딥러닝
(http://m.blog.naver.com/atelierjpro/220697890605)
말 그대로 C++로 딥러닝을 구현하는 방법에 대한 강의입니다. 홍정모 교수님께서 개념과 함께 설명해주십니다. 자세한 내용은 저도 아직 들어보지 못해서 잘 모르겠네요.
스터디 가이드
머신러닝을 어떻게 공부할지 가이드라인을 제시해주는 아주 고마운 사이트들입니다.
1. 수학을 포기한 직업 프로그래머가 머신러닝 학습을 시작하기위한 학습법 소개
(http://www.moreagile.net/2015/05/how-to-start-machine-learning-study.html)
2. 머신러닝, 제대로 배우는 법
(https://brunch.co.kr/@aidenswmo/2)
3. 머신러닝/딥러닝 강의 7가지 추천
(https://www.youtube.com/watch?v=LBexv9M-SBc&index=3&list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq)
사실 가이드라고 하기는 그렇지만 좋은 강의들을 추천해주십니다.
프로젝트
실제 코드를 작성하고 프로젝트를 진행하면서 이해하기를 원하시는 분들도 있을 것입니다. 저도 아직 해보지는 않았지만 꽤나 도움이 되리라 생각합니다.
1. 6 Fun Machine Learning Projects for Beginners
블로그
1. T-Robotics
(http://t-robotics.blogspot.kr/)
미국에서 박사 과정을 밟고 계시는 Terry TaeWoong Um 라는 분이 운영하시는 블로그입니다. 로봇에 관한 내용들이 주이지만 최근에는 인공지능과 관련된 글들을 많이 작성하십니다. 그리고 테리의 딥러닝 토크라고 유튜브에서 머신러닝과 관련된 이야기들을 짧고 재미있게 말씀하시는 영상들이 있습니다. 공부했던 것을 한 번 훑어보는 느낌으로 보셔도 좋을 것 같습니다.
2. sanghyukchun.github.io/
(http://sanghyukchun.github.io/)
구글링을 하다보면 상당히 자주 보게 되는 곳인데요, 머신러닝에 대해 수준 있는 글들을 작성하십니다. 많은 도움이 됩니다.
3. 모두의 연구소 기술 블로그
(http://www.whydsp.org/category/%EB%94%A5%EB%9F%AC%EB%8B%9D%EC%97%B0%EA%B5%AC%EC%8B%A4)
많은 논문 자료들도 볼 수 있고 머신러닝/딥러닝의 개념 등 도움이 되는 글들이 많이 있습니다.
수학
1. KHANACADEMY: LINEAR ALGEBRA
(https://www.khanacademy.org/math/linear-algebra)
아시다시피 선형대수학은 머신러닝 분야에서 필수적인 요소입니다. 아직 고등학생이라 이 부분을 어떻게 해결할지 고민이었는데, 이 강좌에서는 아주 기초적인 것부터 설명합니다. 앞 부부은 한글 자막도 지원하기 때문에 가벼운 마음으로 보셔도 될 듯합니다.
2. 다크 프로그래머
(http://darkpgmr.tistory.com/)
머신러닝 뿐만 아니라 영상처리에 도 글을 올리시는데 저는 주로 수학과 관련된 자료를 찾다가 많은 도움이 되었습니다.
NCookie