2024_summer_Study

• AI study
• paper, python, inflearn, youtube, google, wikidocs, books, how to

list of how to study AI

• [글] AI개발자가 되기 위한 필수 능력은 무엇인가요? [2024. 4. 30.]
• [인프런 로드맵] 딥러닝, 기초부터 컴퓨터 비전 전문가로 성장하기-권철민
• [글] 온라인 강의 추천 및 정리 (머신러닝,딥러닝,프로그래밍 등) [2020. 2. 15.]
• [글] 쌩판 노베이스 비전공자를 위한 딥러닝 공부 순서-공대생 요약노트 [2022. 2. 9.]
• [글] 인공지능 공부하기-추천 자료 및 사이트들 (계속 업데이트 중)-by Minbook [2023. 8. 20.]
• [글] Roadmap for Deep Learning : 딥러닝 공부 자료 및 로드맵-LiDARian (updated in 2024)
• [글] AI / Computer Vision 논문 찾는 방법 (개인적 생각)-LiDARian [2023. 12. 17.]
• [글] 머신러닝 공부 로드맵, 무엇부터 시작할까?-by Data Lib [2024. 5. 7.]
• [글] 빅데이터/인공지능 공부 뭐부터 시작해야 해? 공부 커리큘럼을 짜는데 알아야 할 요소-by삼더하기일 [2022. 4. 28.]
• [글] AI 개발자 되기 위해서는..? 좀 더 구체적으로 알려드립니다. [2023. 7. 4.]
• [인프런 로드맵] 딥러닝 기초부터 NLP, GAN, 강화학습까지-코코
• [커리어리 Q&A] 인공지능 공부 순서 로드맵
• [인프런 로드맵] 빠르고 확실하게 딥러닝 입문하기-딥러닝호형
• [글] AI/추천시스템-추천 시스템 공부 로드맵 [2022. 7. 5.]
• [인프런 로드맵] DataScience와 AI의 개념 (공부하는 방법)-코코 [2020]
• [글] 머신러닝 공부 순서, 방법 및 강의 정리-by 곰씨네IT [2019. 1. 16.]
• [학습자료] 머신러닝 용어집
• [텐서플로우 블로그] 어떤 책을 봐야 하나요?
• [인공지능 학습 블로그] [AI-06] 인공지능 학습(AI 공부) 순서(Road map)어떤 책을 봐야 하나요?
• [외국 사이트 글] AI Expert Roadmap [매우자세함, 2022]
• [AI 논문 정리 사이트] paperwithcode
• [글] 머신러닝 엔지니어가 되기 위한 커리어 성장 (로드맵, 강의 추천)-유현아 [2022. 10. 27]
• [구글 강의] 머신러닝 단기집중과정 TensorFlow API 사용- 2024.8 예정
• [칼럼] AI 전문가가 되기 위한 공부 어떻게 해야할까-서대호 다겸 대표
• [도서] 1년 안에 AI 빅데이터 전문가가 되는 법 (심화편): 비전공자를 위한 최고의 로드맵-서대호 [2022]
• [도서] 한 권으로 끝내는 AI 비즈니스 모델-정두희 [2020.07.17]
• [글] 딥러닝 로드맵 추천-by 헤옹스 [2018. 3. 1.]
• [인프런 로드맵] 대학원 진학 없이, 인공지능/딥러닝 올인원 학습
• [글] 딥러닝 입문부터 심화까지 강의,책,공부소스 추천(개정4판)-자료경로많음 [2023년 3월 10일]
• [글] [책&강의] 직접 보고 추천하는 머신러닝 & 딥러닝 & 수학 총정리-국문과 공대생 [2022]

Conclusion : AI engineering을 위해서 선형대수학, 통계학을 공부하자. 기본을 잘 쌓아두면 밝은 미래가 있을 것. 기본은 쉬워서 기본이 아니라 중요해서 기본이다. 논문으로 구현할 수 있도록 머신러닝, 딥러닝 개념과 용어, 알고리즘을 잘 공부해두자. 프로그래밍도 놓치지 말자. 파이썬을 비롯해 R, Hadoop etc

Study list

• 파이썬 : 데이터분석, 데이터마이닝알고리즘, 데이터 시각화(Tableau, Qlikview, PowerBI?), 웹크롤링, 통계, 텍스트마이닝, R, MySQL, MongoDB
• 머신러닝 : 구현 연습(사이킷런,비지도학습,강화학습 etc / ML라이브러리)
• 수학 : 선형대수학, 통계학, 미적분학, 최적화 이론
• Kaggle 대회
• 딥러닝 : Hadoop, Pytorch, Tensorflow, Keras, CNN, RNN, GAN, LSTM
• 컴퓨터 비전(CV), 자연어 처리(NLP), 생성모델(Generative ai) etc
• 논문 리뷰 및 구현
• 더 복잡한 수학 : 실해석학/함수해석학 (분야에 따라 다름)
• 이론 공부 : 서적 구매 (무료)
• 자격증 : 빅데이터분석 기사, 데이터분석 전문가, 경영빅데이터 분석사, 사회조사분석사 (for 데이터마이닝 실력)

resource

• [자료] 딥러닝 스터디 자료 모음
• [깃허브 자료] Machine Learning Study 혼자 해보기
• [부스트코스 강의] 인공지능을 위한 선형대수-주재걸 교수
• [부스트코스 강의] 모두를 위한 파이썬 (PY4E)-Charles R. Severance
• [부스트코스 강의] 머신러닝을 위한 파이썬-최성철 교수
• [코세라 강의] Machine Learning - 앤드류 응 교수
• [강의정리노트] Machine Learning - 앤드류 응 교수
• [위키독스] PyTorch로 시작하는 딥 러닝 입문
• [위키독스] 딥 러닝을 이용한 자연어 처리 입문
• [Cheating sheet] AI, ML, DL 등 관련 Cheatsheets - Standford
• [인프런 강의] 모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌
• [강의] 모두를 위한 딥러닝 시즌2-김성훈 교수
• [강의정리노트] 모두를 위한 딥러닝 강의-김성훈 교수
• [스탠포드 강의] 기계 학습 특화 과정
• [스탠포드 강의] [한글자막] Stanford CS224N: Natural Language Processing with Deep Learning
• [스탠포드 강의] Deep Learning for Computer Vision : EECS 498 - 007
• [서적] Probabilistic Machine Learning
• [서적] Probabilistic Machine Learning - Advanced Topics
• [서적] Gaussian Processes for Machine Learning
• [MIT 강의] 인공지능개론
• [강의모음] ML-YouTube-Courses
• [선형대수학 강의] Essence of linear algebra
• [강화학습 강의] DeepMind x UCL RL Lecture Series - Introduction to Reinforcement Learning
• [강화학습 강의] Hugging Face Deep RL Course
• [강의 모음] Hugging Face Course
• [서적] DeepLearning An MIT Press Book
• [깃허브] Awesome Neural ODE
• [강의 모음] Xanadu AI
• [QML 강의] Maria Schuld: Five Key Insights in QML — and What is Still Missing | QHack 2023
• [허깅페이스] Stable Diffusion with 🧨 Diffusers
• [pennylane] Learn quantum programming with PennyLane
• [서적] 트랜스포머를 활용한 자연어 처리 - 허깅페이스 개발팀이 알려주는 자연어 애플리케이션 구축
• [스탠포드 강의] Stanford CS25 - Transformers United
• [자료] 모두를 위한 convex 최적화
• [논문 모음-깃허브] Advanced Deep Learning @ KAIST
• [위키독스] 에이블러 AI
• [강의] 김성훈 교수님 Sung Kim youtube
• [강의] 주재걸 교수님 Jaegul Choo - KAIST
• [기초과목] DAVIAN 연구실 지원 FAQ
• [강의] 모두를 위한 RL 강좌-Sung Kim
• [논문리뷰] 뇌과학 리뷰 "뇌리" Top-down brain circuits for operant bradycardia
• [스탠포드 강의 모음] Stanford University School of Engineering
• [논문 스터디 자료] DAVIAN RL paper study
• [논문 스터디 소개] DAVIAN lab CV, NLP, RL, 3D
• [NLP 교재] Speech and Language Processing (3rd ed. draft)
• [KAIST 강의] Deep Learning for NLP - Lec 02 (KAIST AI605 Spring 2022)

• Algorithm study
• by python, dfs, bfs, back tracking, greedy, dynamic programming, graph, heap, 우선순위 큐, 정렬 알고리즘, 이진 탐색, 최단경로, 구현, 트리, 벨만 포드, BIT 바이너리 인덱스 트리, LSA