Top 39 머신 러닝 공부 순서 Top 31 Best Answers

You are looking for information, articles, knowledge about the topic nail salons open on sunday near me 머신 러닝 공부 순서 on Google, you do not find the information you need! Here are the best content compiled and compiled by the Toplist.pilgrimjournalist.com team, along with other related topics such as: 머신 러닝 공부 순서 인공지능 공부 로드맵, AI 공부 순서, 머신러닝 커리큘럼, 앤드류 응 머신러닝 강의노트, 머신러닝 로드맵, 머신러닝 인강, 혼자 공부하는 머신러닝 딥러닝, 머신러닝 공부 사이트

파이썬 공부 이후 막막하다면 | 머신러닝 공부 순서 | numpy pandas matplotlib 캐글

Table of Contents

AI와 머신러닝 공부순서 (+ 로드맵)

Article author: wkdus0608.tistory.com
Reviews from users: 21358 Ratings
Top rated: 3.8
Lowest rated: 1
Summary of article content: Articles about AI와 머신러닝 공부순서 (+ 로드맵) AI와 머신러닝을 공부하기 위해서는 크게 머신러닝, 수학, 프로그래밍 3가지 분야를 집중적으로 공부해야 한다. 공부 순서는 머신러닝과 수학을 먼저 … …
Most searched keywords: Whether you are looking for AI와 머신러닝 공부순서 (+ 로드맵) AI와 머신러닝을 공부하기 위해서는 크게 머신러닝, 수학, 프로그래밍 3가지 분야를 집중적으로 공부해야 한다. 공부 순서는 머신러닝과 수학을 먼저 … AI와 머신러닝을 공부하기 위해서는 크게 머신러닝, 수학, 프로그래밍 3가지 분야를 집중적으로 공부해야 한다. 공부 순서는 머신러닝과 수학을 먼저 집중적으로 공부하고 그 이후에 프로그래밍을 공부하는 방식으..
Table of Contents:

AI와 머신러닝 공부순서 (+ 로드맵)

머신러닝

티스토리툴바

Article author: gomcine.tistory.com
Reviews from users: 9793 Ratings
Top rated: 4.1
Lowest rated: 1
Summary of article content: Articles about 머신러닝 공부 순서, 방법 및 강의 정리 머신러닝 공부 순서, 방법 및 강의 정리 · 0. 머신러닝을 공부한 계기 · 1. 앤드류 응(Andrew Ng) 머신러닝 강좌 · 2. 파이썬(Python) 공부 · 3. 그래프 모형, … …
Most searched keywords: Whether you are looking for 머신러닝 공부 순서, 방법 및 강의 정리 머신러닝 공부 순서, 방법 및 강의 정리 · 0. 머신러닝을 공부한 계기 · 1. 앤드류 응(Andrew Ng) 머신러닝 강좌 · 2. 파이썬(Python) 공부 · 3. 그래프 모형, … 이번 포스팅에서는 작년부터 머신러닝 공부를 시작하면서 들었던 강의와 머신러닝 공부 방법에 대해서 정리해보려고 한다. 필자도 아직 머신러닝을 마스터하려면 갈 길이 멀었지만, 그간 공부했던 경험을 토대로..
Table of Contents:

공지사항

태그

전체 방문자

Article author: www.vingle.net
Reviews from users: 22208 Ratings
Top rated: 4.2
Lowest rated: 1
Summary of article content: Articles about ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network 머신러닝 쪽으로 진로를 준비하고 있다면 아래 글 참고 머신러닝 공부 순서, 방법 및 강의 정리. …
Most searched keywords: Whether you are looking for ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network 머신러닝 쪽으로 진로를 준비하고 있다면 아래 글 참고 머신러닝 공부 순서, 방법 및 강의 정리. ë¨¸ì ë¬ë ìª½ì¼ë¡ ì§ë¡ë¥¼ ì¤ë¹íê³ ìë¤ë©´ ìë ê¸ ì°¸ê³
ë¨¸ì ë¬ë ê³µë¶ ìì, ë°©ë² ë° ê°ì ì ë¦¬
Table of Contents:

ë¨¸ì ë¬ë ê³µë¶ ìì - gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network — ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network

Article author: teddylee777.github.io
Reviews from users: 27730 Ratings
Top rated: 4.5
Lowest rated: 1
Summary of article content: Articles about 데이터 분석/인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1) 혼자 데이터분석/머신러닝/딥러닝에 입문하시는 분들은 Machine … 지능 을 공부해보고 싶으신 분들께 저의 직접 경험을 토대로 정리한 학습 순서와 … …
Most searched keywords: Whether you are looking for 데이터 분석/인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1) 혼자 데이터분석/머신러닝/딥러닝에 입문하시는 분들은 Machine … 지능 을 공부해보고 싶으신 분들께 저의 직접 경험을 토대로 정리한 학습 순서와 … 데이터 분석/인공지능을 공부하려는 분들께 책 추천 드리겠습니다.thoughts, data_science, booksthoughts, data_science, books
Table of Contents:

테디노트 책 출간 소식 전해 드립니다~^^

서론 – 나의 시행 착오

지난 2년 동안의 경험을 토대로 처음 시작하려는 분들께 지름길을 추천 드리고자 합니다

Part 1 기초중의 기초 기초다지기!! (10시간)

Part 2 머신러닝 입문하기 (20시간)

AI와 머신러닝 공부순서 (+ 로드맵)

AI와 머신러닝을 공부하기 위해서는 크게 머신러닝, 수학, 프로그래밍 3가지 분야를 집중적으로 공부해야 한다. 공부 순서는 머신러닝과 수학을 먼저 집중적으로 공부하고 그 이후에 프로그래밍을 공부하는 방식으로 학습하면 될 것이다.

머신러닝

머신러닝 종류는 매우 다양하기 때문에 주로 사용되는 것을 위주로 공부하는 것을 추천한다. 인터넷에 머신러닝 관련 강의가 많기 때문에 관련 강의를 선택해서 들어도 되고 블로그나 유튜브를 잘 이용하면 인터넷에서도 질 좋은 내용을 쉽게 찾아볼 수 있다. 공부할 때는 알고리즘과 머신러닝의 특징을 파악하는 것에 초점을 맞춘다면 조금 더 수월하게 공부할 수 있을 것이다.

1. 가우시안 프로세스

가우시안 프로세스는 금융과 같은 분야에서 많이 사용되는 방법론이다.

2. K-최근접 이웃

K-최근접 이웃 알고리즘은 간단한 머신러닝 알고리즘 중 하나이다. 비슷한 데이터들끼리 같은 범주에 속하는 경향이 있다는 개념이다.

3. 서포트 벡터 머신(SVM)

SVM은 패턴 인식, 자료 분석을 효율적으로 하기 위한 모델이다. 분류와 회귀 분석을 위해 사용된다.

4. 인공 신경망

인공 신경망은 두뇌의 신경세포를 모방한 모델인데 인공지능이 문제를 해결하기 위해 사용되는 방식이다.

5. 트리

통계학과 데이터 마이닝, 기계 학습에서 사용하는 예측 모델링 방법 중 하나이다.

6. 클러스터 분석

주어진 데이터들의 특성을 고려해 데이터 집단(클러스터)을 정의하고 데이터 집단의 대표할 수 있는 대표점을 찾는 것으로 데이터 마이닝의 한 방법이다.

수학

5가지는 반드시 알고가자

1. 선형대수

선형대수학은 벡터 공간, 벡터, 선형 변환, 행렬, 연립 선형 방정식 등을 연구하는 대수학의 한 분야이다.

2. 확률

3. 미적분학

4. 통계

5. 최적화 이론

최적화는 특정의 집합 위에서 정의된 실수 값, 함수, 정수에 대해 그 값이 최대나 최소가 되는 상태를 해석하는 문제이다. 이건 목적에 따라서 해도 되고 안 해도 된다. 머신러닝의 구조, 알고리즘의 이해도를 높이고 싶다면 해야 하고 데이터 분석 쪽에 집중하고 싶다면 배우지 않아도 된다.

프로그래밍

AI도 결국에는 프로그래밍으로 구현이 되는 것이기 때문에 반드시 알아야 한다.

1. 파이썬/R

기본적으로 파이썬/R을 가장 많이 쓰기 때문에 파이썬/R은 반드시 배우자.

2. MySQL/MongoDB

AI, 머신러닝을 데이터베이스에 사용하기 위해서 배우는 것이라면 MySQL/MongoDB를 배우면 된다.

3. Hadoop

하나의 성능 좋은 컴퓨터를 이용하여 데이터를 처리하는 대신, 적당한 성능의 범용 컴퓨터 여러 대를 클러스터 화하고, 큰 크기의 데이터를 클러스터에서 병렬로 동시에 처리하여 처리 속도를 높이는 것을 목적으로 하는 분산처리를 위한 오픈소스 프레임워크라고 할 수 있습니다.

4. C/C++

임베디드 시스템을 공부하고 싶다면 C나 C++ 추천한다.

5. 파이 토치/텐서 플로우

인공신경망 구현을 위해서는 파이 토치나 텐서 플로우 이용하기 때문에 파이 토치/텐서 플로우도 반드시 배워야 한다.

AI 로드맵

반응형

머신러닝 공부 순서, 방법 및 강의 정리

이번 포스팅에서는 작년부터 머신러닝 공부를 시작하면서 들었던 강의와 머신러닝 공부 방법에 대해서 정리해보려고 한다. 필자도 아직 머신러닝을 마스터하려면 갈 길이 멀었지만, 그간 공부했던 경험을 토대로 머신러닝 입문자들에게 조금이나마 도움이 됐으면 하는 마음으로 적어봤다.

※ 주의 : 이 글은 이제 막 머신러닝을 공부하려는 입문자를 위한 글입니다. 이미 머신러닝을 많이 공부하신 분들에게는 별로 도움이 되지 않을 것입니다.

우선 필자에 대해 간략하게 소개하자면, 한국에서 자바 개발자로 시작해 이 후 여러 모바일 웹앱 프로젝트를 하면서 프론트엔드 개발자로 커리어를 바꾼 9년 차 개발자이다. 어쩌다 지금은 미국으로 건너와 1인 개발자로 일하고 있다. 필자가 미국으로 건너 오게 된 이야기는 부끄럽지만 나의 퇴사 이야기라는 글에 남겨보았다.

0. 머신러닝을 공부한 계기

어쨌든 그렇게 자바 -> 안드로이드 -> 자바스크립트로 영역을 바꿔왔는데 작년에 진행했던 React 프로젝트에서 또다시 팔랑귀가 작동했다. 같이 일하는 분이 틈틈이 머신러닝 공부하는 것을 보고 의욕이 불타올랐던 것이다.

필자는 바람이 조금만 불어도 쉽게 팔락거리는 팔랑귀를 가지고 있어서 그런지 주위에서 뭐가 유행이더라 하면 궁금해서 못 참는 성격이다. 게다가 이세돌 알파고 이 후 조금씩 커져 왔던 머신러닝에 대한 순수한 호기심도 한 몫 했다.

프론트엔드 개발도 아직 공부할 것이 많고 처리해야 할 프로젝트도 많은데 당장 돈이 되지 않는 머신러닝에 시간을 투자하다니.. 스스로 자책을 하면서도 “이것도 미래를 위한 투자다!” 라는 자기합리화로 지금까지 오게 되었다. 하아..

1. 앤드류 응(Andrew Ng) 머신러닝 강좌

머신러닝 공부를 시작하기 위해 구글 검색을 해보면 열이면 아홉은 Andrew Ng 교수의 머신러닝 강좌부터 볼 것을 추천하고 있다. 앤드류 응 교수는 구글 브래인팀을 이끌었던 세계적인 AI 권위자로 스탠포드 대학 교수이자 코세라 창립자이다.

참고로 코세라 강의는 월 $45를 결제하면 Specializations에 있는 모든 과목을 무제한을 들을 수 있는데, 유명한 머신러닝 강의는 대부분 코세라에 있다. 가입 후 7일 동안은 무료 라서 일단 가입했다.

앤드류 응 교수의 강의는 머신러닝 기본 강의라고 보면 될 것 같다. 수업은 원하는 때에 들을 수 있었고, 다만 숙제가 있다. 숙제는 Octave(옥타브)라는 스크립트 언어로 나왔다. 개인적으로 이 강의를 보고 난 후 파이썬을 공부했는데, 파이썬을 이미 공부한 사람들은 강의 숙제를 할 때 GitHub에 파이썬 코드로 재작성된 자료를 참고하면 될 것이다.

2. 파이썬(Python) 공부

어떤 머신러닝 전문가는 머신러닝을 배울 때 코딩부터 배우지 말라고 한다. 그런데 필자는 앤드류 응 교수의 머신러닝 수업을 대강 마무리 하고 바로 파이썬 문법을 공부했다. 삽질부터 해보는 개발자여서 그런지 이론보다는 코드에 먼저 눈이 갔던 것 같다.

파이썬은 머신러닝에 즐겨 쓰이는 프로그래밍 언어이다. R이나 Matlab 같은 것도 있는데 머신러닝 언어 중 대세는 파이썬이라고 한다.

필자는 파이썬 공부를 하기 위해 파이썬 공식 사이트로 가서 문서들을 한 번 쭉 훑어보고 유데미(Udemy)에서 제일 짧은 강의부터 찾았다. 강의 이름은 처음 시작하는 파이썬이라는 강좌였는데 파이썬 문법 부분만 빠르게 넘겨 보았다. 여러가지 프로그래밍 언어를 다뤄봐서 그런지 몇몇 파이썬 만의 독특한 문법들 빼고는 크게 어렵지는 않았다. 개인적으로 파이썬 문법 공부는 하루면 충분했던 것 같다.

만약 이미 코세라를 구독하고 있고 프로그래밍이 처음이거나 파이썬을 기초부터 제대로 배우고 싶다면 Python 3 Programming 강의를 추천한다.

3. 그래프 모형, 인공신경망 강의

머신러닝을 공부할 때는 머신러닝 개론 -> 그래프 모형 -> 인공신경망 순으로 공부하면 된다고 한다. 그래프 모형(Graphical Model)이란 머신러닝의 근간을 이루는 모델로 변수간 상호 의존 관계를 설명한다.

그래프 모형에 대한 강의는 Daphne Koller 교수의 Probabilistic Graphical Models 강의가 가장 유명하다. 이 역시 코세라 강의이다.

다음으로 최근 머신러닝의 대세가 된 알고리즘인 인공신경망(Neural Network) & 딥러닝(Deep Learning) 공부를 했다. AI, 머신러닝, 인공신경망, 딥러닝 개념이 어렵다면 아래 그림과 같은 관계라고 보면 된다.

AI(Artificial Intelligence)란 인간의 지능을 기계로 만든 것을 의미하며, 그 구체적인 방법 중 하나가 머신러닝(Machine Learning)인 것이다. 그리고 머신러닝을 구현하는 알고리즘 중의 하나가 인공신경망(Neural Network)과 딥러닝(Deep Learning)인 것이다.

딥러닝은 인공신경망에서 발전된 형태로 심화신경망 또는 개선된 인공신경망 등으로 불리기도 한다.

인공신경망 강의 역시 앤드류 응 교수의 코세라 강의인 Neural Networks and Deep Learning 강의를 들었다. 참고로 아직 보지는 않았지만 인공신경망 쪽에서 휴고 라로첼(Hugo Larochelle)의 유튜브 강의도 괜찮다고 한다.

4. 머신러닝 실습 강의

코세라 강의를 들으면서 잘 이해되지 않은 부분도 있고, 영어로 수업이 진행되다 보니 놓치는 부분도 많았던 것 같다. 그래서 조금 더 쉽고 실용적인 강의가 없나 찾다가 추가로 유데미에 있는 머신러닝 강의를 들었다.

참고로 유데미 강의는 프로그래밍을 전혀 해보지 않은 사람은 다소 따라가기 어려워 보였다. 강의는 텐서플로우와 케라스를 통해 인공 신경망 개발 환경을 구축해보고 딥러닝을 통한 이미지, 데이터 분류 실습을 해본다.

또한 강화학습에 대한 내용과 Apache Sparks MLlib을 통한 대량 데이터 머신러닝 처리에 대한 내용도 배울 수 있었다.

5. 추가 학습

유데미 강의는 아직도 틈틈히 수강하고 있다. 그 와중에 다른 머신러닝/딥러닝 강의를 알아보다가 홍콩과기대 김성 교수님의 강의를 보게 되었다. 뭔가 이전에 배웠던 내용을 recap 하는 차원에서 보게 되었는데 머신러닝 이론에 대해 깔금하게 정리되어 있다. 머신러닝 공부를 시작하거나 공부 중이라면 참고하면 괜찮은 강의이지 않을까 싶다.

6. 머신러닝 공부에 도움 될 만한 URL 모음

머신러닝 공부에 도움 될 만한 사이트나 자료에 대한 URL은 이곳에 계속 업데이트할 예정이다.

– 딥러닝을 위한 기초 수학 : https://www.slideshare.net/theeluwin/ss-69596991

– 텐서플로우 연습 코드 모음 : https://github.com/golbin/TensorFlow-Tutorials

– 구글 딥러닝 강의 : https://www.udacity.com/course/deep-learning–ud730

– 머신러닝 오픈소스 튜토리얼 : https://scikit-learn.org/stable/tutorial/

– 옥스포드 머신러닝 수업자료 : https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

– 머신러닝 용어집 : https://developers.google.com/machine-learning/glossary/?hl=ko

아리스토텔레스의 “시작이 반이다” 라는 명언이 있다. 그런데 영어 원문은 “Well begun, is half done.” 이다. 한국어로 번역되면서 Well의 의미가 삭제된 것 같다. 제대로 해석하면 “좋은”시작이 반을 차지한다는 것이지 무작정 시작만 하면 된다는 의미는 아니다.

머신러닝, 딥러닝 공부 역시 마찬가지인 것 같다. 제대로 된 강의와 가이드로 공부를 시작해야 한다. 그리고 그 첫 시작은 앤드류 응 교수의 coursera 강의라고 생각한다. 아직도 머신러닝 공부를 망설이고 있다면, 일단 코세라에 접속해서 무료 강의부터 들어보자.

인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1)

데이터 분석과 인공지능을 공부하려는 분들께 국내 서적을 기준으로 목적에 맞는 책과 공부를 해왔던 경험담에 대하여 공유드리고자 합니다. 데이터 분석 및 인공지능에 관심있는 분들께 도움이 되셨으면 좋겠습니다.

추천에 앞서, 이 글은 어떠한 광고비나 광고의 목적으로 작성된 글이 아니며, 어디까지나 제 경험을 토대로 작성한 개인의견임을 명시합니다. 그리고, 제가 직접 경험한 강의, 스터디, 그리고 읽은 책을 기준으로 공유드립니다.

테디노트 책 출간 소식 전해 드립니다~^^

지난 6개월간 3명의 동료들과 열심히 집필한 책이 드디어 온라인/오프라인 출간 되었습니다!

책 출간 소식 보러가기

참고

혼자 데이터분석/머신러닝/딥러닝에 입문하시는 분들은 Machine Learning Study 혼자 해보기 깃헙을 참고해 보세요.

서론 – 나의 시행 착오

저는 인공지능학, 데이터 분석학, 수학 전공자가 아닙니다.

그렇기 때문에 처음에 인공지능/데이터 분석을 공부해보고 싶은데 어디서부터 어떻게 시작해야할지 정말 막연했던 기억이 납니다. 저는 “Python for Data Analysis”라는 책 1권을 사서 보긴 봤는데요, 도무지 이해가 가지 않았습니다. 그렇기 때문에 처음부터 이 책을 사서 보시는 것은 비추천 합니다.

주로 온라인, 유튜브 강의와 스터디를 위주로 학습했습니다

Youtube에 공개된 유명한 강의, Udacity, Udemy, Coursera 등등의 강의를 주로 학습했었고, 인프런에서도 유료 강좌를 결제해서 수강하였습니다. 그리고, 온/오프라인 스터디와 커널 스터디 그리고 온라인 과외까지 진행하면서 지속적으로 학습을 했던 것 같습니다. 정말 지난 2년 동안은 거의 새벽까지 독학하면서 삽질도 많이 해보고 캐글과 같은 데이터 분석 대회에 참여하면서 조금씩 조금씩 지식과 경험을 쌓으려고 노력했던 시간이었습니다.

지난 2년 동안의 경험을 토대로 처음 시작하려는 분들께 지름길을 추천 드리고자 합니다

지난 2년 동안 제가 학습한 강의와 책입니다

4개 의 오프라인 강의 (DsSchool, FastCampus)

의 오프라인 강의 (DsSchool, FastCampus) 2회 의 원데이 클래스

의 원데이 클래스 1개 의 Udacity Nanodegree

의 Udacity Nanodegree 13개 의 Udemy 강의

의 Udemy 강의 2개 의 Coursera 강의

의 Coursera 강의 9개 의 Inflearn 데이터분석, 인공지능 강의

의 Inflearn 데이터분석, 인공지능 강의 1년 이용권 코드잇 강의

이용권 코드잇 강의 4개 X 50강 으로 이뤄진 Youtube 플레이리스트 강의

으로 이뤄진 Youtube 플레이리스트 강의 100개 가 넘는 유튜브 단일 강의

가 넘는 유튜브 단일 강의 3개 의 오프라인 데이터 분석 스터디

의 오프라인 데이터 분석 스터디 2개 의 온라인 스터디

의 온라인 스터디 1개 의 온라인 과외

의 온라인 과외 26권 의 책

의 책 캐글 커널 스터디, 블로그 등등…

일단, 잘 몰랐기 때문에 유명한 강의는 닥치는 대로 들어보려고 했습니다. 사실 데이터 분석과 인공지능이라는 매력에 빠져있었고, 지금도 너무 좋아하기 때문에 이렇게 할 수 있었던 것 같습니다.

그런데 저는 항상 스스로 독학만 하다보니 너무나도 많은 시행착오와 금전적, 시간적 낭비를 경험 했기에 저처럼 데이터 분석/인공지능 을 공부해보고 싶으신 분들께 저의 직접 경험을 토대로 정리한 학습 순서와 공부법을 추천해 드리고 싶었습니다.

다시 한 번 말씀드리지만, 제 개인적인 경험을 토대로 작성하였으며, 개인마다 느끼시는 차이가 있을 수 있습니다.

Part 1. 기초중의 기초, 기초다지기!! (10시간)

STEP 1: 파이썬 (Python) – 3시간, 무료 (유튜브)

흔히 제일 많이 착각하시는 점 중 하나가 데이터 분석을 잘하려면 = 파이썬을 잘해야지 입니다.

파이썬을 잘 못다루시더라도 데이터 분석을 하시는데에 지장이 없습니다. 처음 접하시는 분들이 파이썬 배우시다가 지쳐서 포기하시는 분들도 있습니다. 전문적인 전통 파이썬 과정 말고 데이터 분석을 위한 파이썬만 콕 찝어 들으시면 됩니다. (절대 끝까지 다 들으실 필요 없어요 ㅠㅠ.. 시간 되시는 분들은 들으시면 당연히 좋습니다 )

아래 리스트 중에서 본인의 취향에 맞는 강좌 1개를 완강해보세요

유튜브에 아직 데이터 분석을 위한 압축 파이썬 과정은 찾기가 어려워 제가 개인적으로 강의 촬영을 하여 무료로 공개해볼 까 합니다. 공개한다면 추후 알려드릴 수 있도록 하겠습니다.

STEP 2: 판다스 (Pandas), 시각화 (Matplotlib, Seaborn) – 6~7시간, 무료/유료

판다스라는 라이브러리는 데이터분석을 위해서라면 필수이고, 잘 다루면 다룰수록 무조건 좋습니다. Pandas가 조금 부족하다고 느끼시는 분들은 시간 투자를 하셔서 제대로 배워 두시는 것을 추천 드리며, 엑셀 편집이나 크롤링 등 유용한 기능들을 많이 탑재하고 있으니 매우 유용하게 활용하실 수 있습니다.

판다스는 책으로 학습하시길 추천 드립니다.

파이썬 라이브러리 레시피 는 판다스 관련 책은 아니지만 유용한 파이썬 라이브러리 활용법에 대하여 소개합니다. 데이터 분석과 직접적인 관련은 크게 없을 수 있습니다만, application으로 확장하고 싶으신 분들은 한 번 읽어보시면 좋습니다.

파이썬 머신러닝 판다스 데이터 분석은 굉장히 친절하게 판다스 관련하여 설명하고 있습니다. 위의 유튜브 강의를 보지 않았더라도 이 책의 실습 예제들만 잘 따라해도 판다스는 어느정도 마스터 할 수 있다고 생각합니다.

Python for Data Analysis 는 좀 책이 어렵습니다. 데이터 분석/ 인공지능 관련 도서는 국내 저자분들의 책들이 좀 더 친절하고 이해도 쉽습니다. 이 책은 굉장히 디테일한 내용을 다루고 있기는 합니다만, 입문자에게는 비추입니다. 하지만, 실력을 업그레이드 하고 싶다면 나중에 한 번 보시는 것도 괜찮습니다.

유튜브 오늘코드 채널에서 판다스와 시각화에 대하여 많이 다루고 있습니다. 흥미로운 내용이 있다면, 참고해 보세요. 강사님이 친절하게 가르쳐 주시는 편입니다.

Numpy, Scipy 와 같은 라이브러리는 따로 배우지 마세요!

처음에는 Numpy, Scipy 강의를 따로 찾아서 공부했었는데, 굳이 그럴 필요 없습니다. 추후 머신러닝, 딥러닝을 공부하려는 분들은 자연스럽게 터득하게 되니, 굳이 초반에 따로 공부하실 필요 없습니다.

Part 2. 머신러닝 입문하기 (20시간)

머신러닝 강의 부터는 책으로만 공부하기 어려운 측면이 있습니다. 그렇기 때문에 책과 동영상 강의를 섞어서 듣거나 오프라인 과정을 들으시는 것을 추천 드립니다.

파이썬 머신러닝 완벽 가이드는 정말 추천하는 책입니다. 굉장히 친절한 책이고 예제도 풍부합니다. 게다가 저자분께서 얼마 전에 인터넷 강의도 제작하셨습니다 (유료). 인프런에서 유료 강의 결제 후 책과 함께 들으시는 것을 추천 드립니다.

인프런강의 – 파이썬 머신러닝 완벽 가이드 에서 유료로 동영상 강의도 함께 제공하고 있습니다. 사실 딥러닝 강의는 잘되어 있는 강의들이 많은데, 머신러닝 강의는 유튜브에 잘 되어 있는 공개된 강의는 아직 못 찾았습니다.

아! 물론 있습니다. 전 세계적으로 제일 유명한 강의 중 하나인 Andrew Ng 교수님의 강의입니다.

Machine Learning – Andrew Ng (Stanford University)

단점은 영어, 영어, 영어입니다…

Introduction to Machine Learning with Python 책도 추천 합니다. 우선, 파이썬 머신러닝 완벽 가이드를 마스터 하신 후 보셔도 좋고, 같이 병렬적으로 보셔도 좋습니다. 머신 러닝 교과서 with 파이썬 사이킷런, 텐서플로 책도 꽤 좋은 실습서입니다. Introduction to Machine Learning with Python 책이 좀 어렵게 느끼실 수도 있는데 머신 러닝 교과서 with 파이썬 사이킷런 책은 좀 더 읽기 편하게 쓰여진 책입니다. 완벽 가이드와 같이 보셔도 좋습니다.

추천 순위

파이썬 머신러닝 완벽 가이드 Introduction to Machine Learning with Python 머신러닝 교과서 with 파이썬 사이킷런, 텐서플로

관련 글 더보기

– 텐서플로우 개발자 자격증 (Tensorflow Developer Certification) 시험 그리고 취득방법

– 비전공자를 위한 데이터 분석 강의를 오픈합니다. feat.패스트캠퍼스

– 데이터 분석/인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (2)

– Github 블로그의 방문자 숫자, 구글 애드센스(adsense), 그리고 검색 유입의 관계

– 더 나은 딥러닝/머신러닝 서버 환경을 위하여 지금 바로 메모리에 투자하세요.

So you have finished reading the 머신 러닝 공부 순서 topic article, if you find this article useful, please share it. Thank you very much. See more: 인공지능 공부 로드맵, AI 공부 순서, 머신러닝 커리큘럼, 앤드류 응 머신러닝 강의노트, 머신러닝 로드맵, 머신러닝 인강, 혼자 공부하는 머신러닝 딥러닝, 머신러닝 공부 사이트

Top 39 머신 러닝 공부 순서 Top 31 Best Answers

AI와 머신러닝 공부순서 (+ 로드맵)

머신러닝 공부 순서, 방법 및 강의 정리

ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network

데이터 분석/인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1)

머신러닝 공부 순서 …

머신러닝, 딥러닝을 공부하실 때 순서대로 보시면 좋은 책들입니다. — Steemit

어떤 책을 봐야 하나요? | 텐서 플로우 블로그 (Tensor ≈ Blog)

AI와 머신러닝 공부순서 (+ 로드맵)

머신러닝 공부 순서, 방법 및 강의 정리

인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1)

Leave a Comment Cancel reply

AI와 머신러닝 공부순서 (+ 로드맵)

머신러닝 공부 순서, 방법 및 강의 정리

ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network

데이터 분석/인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1)

머신러닝 공부 순서 …

머신러닝, 딥러닝을 공부하실 때 순서대로 보시면 좋은 책들입니다. — Steemit

어떤 책을 봐야 하나요? | 텐서 플로우 블로그 (Tensor ≈ Blog)

AI와 머신러닝 공부순서 (+ 로드맵)

머신러닝 공부 순서, 방법 및 강의 정리

인공지능을 공부하려는 분들께 경험을 토대로 학습 방법과 책 추천 (1)

Leave a Comment Cancel reply

ë¨¸ì ë¬ë ê³µë¶ ìì – gomcatsdanial | IT, ì¸ê³µì§ë¥ | Vingle, Interest Network