Google은 흑인 공동체를 위한 인종적 평등을 추구하기 위해 노력하고 있습니다. 자세히 알아보기

TensorFlow를 활용한 머신러닝의 기초

아래의 학습 자료를 시작하기 전에 다음 사항을 확인하세요.

  • 소프트웨어 개발, 특히 Python 개발 경험이 있습니다.

이 커리큘럼은 다음 사용자를 대상으로 합니다.

  • ML은 처음이지만 컴퓨터 공학 또는 개발 관련 배경지식이 있습니다.

이 콘텐츠는 ML을 처음 접하는 개발자를 ML 여정의 시작 단계로 안내합니다. TensorFlow를 사용하는 리소스가 많지만 여기에서 배운 내용은 다른 머신러닝 프레임워크에도 적용할 수 있습니다.

1단계: ML이란 무엇인지 이해하기

TensorFlow 2.0은 머신러닝을 위한 신경망을 쉽게 빌드할 수 있도록 설계되었으며, 이것이 바로 TensorFlow 2.0에 Keras라는 API가 사용되는 이유입니다. Keras를 만든 프랑스와 숄레의 저서 ‘Python 딥 러닝(Deep Learning in Python)’은 유용한 입문서입니다. 프로그래머의 시각에서 본 ML의 기초를 이해하려면 1~4장을 읽어보세요. 이 책의 후반부에서는 컴퓨터 비전, 자연어 처리, 생성 딥 러닝과 같은 분야를 자세히 알아봅니다. 지금은 이러한 주제가 너무 어렵게 느껴져도 머지 않아 익숙해질 테니 걱정 마세요.

도서
AI and Machine Learning for Coders: A Programmer's Guide to Artificial Intelligence, by Laurence Moroney

This introductory book provides a code-first approach to learn how to implement the most common ML scenarios, such as computer vision, natural language processing (NLP), and sequence modeling for web, mobile, cloud, and embedded runtimes.

도서
Python을 활용한 딥 러닝(Deep Learning with Python), 프랑스와 숄레 저

이 책은 실용적인 Keras 딥 러닝 실습 입문서입니다.

⬆ 또는 ⬇

프랑수아의 저서와 동일한 기초 내용을 다루는 Coursera의 TensorFlow 입문 또는 Udacity의 딥 러닝을 위한 TensorFlow 입문과 같은 강의를 들어보세요. 수학적 수준에서 신경망이 어떻게 작동하는지 짧게 설명하는 3blue1brown의 동영상도 유용합니다.

이 단계를 완료하면 ML의 작동 방식에 관한 기초지식을 갖추고 심화 과정을 진행할 준비가 됩니다.

기초 온라인 강의
deeplearning.ai: AI, ML, 딥 러닝을 위한 TensorFlow 소개

TensorFlow팀과의 협력을 통해 개발된 이 강의는 TensorFlow의 실제 활용 특화 과정의 일환으로, TensorFlow 사용을 위한 권장사항을 배울 수 있습니다.

기초 온라인 강의
Udacity: 딥 러닝을 위한 TensorFlow 입문

TensorFlow 팀과 Udacity에서 개발한 이 온라인 과정에서는 TensorFlow로 딥 러닝 애플리케이션을 빌드하는 방법을 알아봅니다.

2단계: 심화 학습

기초적인 내용을 넘어 초급 컴퓨터 비전, NLP, 시퀀스 모델링을 소개하는 TensorFlow의 실제 활용 특화 과정을 수강해 보세요.

이 단계를 완료하면 입문 내용에 이어 TensorFlow를 사용하여 이미지 분류, 텍스트의 정서 파악, 생성 모델 등 다양한 시나리오에 맞는 기본 모델을 빌드하는 방법을 배울 수 있습니다.

기초 온라인 강의
deeplearning.ai: TensorFlow의 실제 활용 특화 과정

이 과정에서는 개발자가 TensorFlow로 확장 가능한 AI 기반 알고리즘을 빌드하는 데 사용하는 도구를 알아봅니다.

3단계: 연습하기

1단계와 2단계에서 배운 개념을 연습할 수 있는 몇 가지 TensorFlow Core 가이드를 시도해 보세요. 이 가이드를 마치고 나면 페이지 왼쪽에서 더 수준 높은 예제로 연습해 볼 수 있습니다.

이 단계를 완료하면 ML 모델 빌드 시 나타나는 주요 개념과 시나리오를 더 효과적으로 이해할 수 있습니다.

4단계: TensorFlow 더 자세히 알아보기

이제, 프랑수아가 쓴 'Python 딥 러닝'으로 돌아가 5~9장을 마칠 차례입니다. 이 책의 모든 예제는 가져오기만 바꾸면 TensorFlow 2.0에도 적용됩니다. 오렐리앙 게론이 쓴 Scikit-Learn, Keras, TensorFlow를 활용한 머신러닝 실전(Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow)도 꼭 읽어 보시기 바랍니다. 이 책에서는 scikit-learn을 사용한 ML과 TensorFlow 2.0을 사용한 딥 러닝을 소개합니다.

이 단계를 마치면 요구사항에 맞게 플랫폼을 확장하고 ML에 관한 기본적인 지식은 모두 갖추게 됩니다.

도서
Scikit-Learn, Keras, TensorFlow를 활용한 머신러닝 실전(Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow), 2판, 오렐리앙 게론 저

이 책은 구체적인 예제와 두 가지 프로덕션 지원 Python 프레임워크인 Scikit-Learn과 TensorFlow를 사용하여 지능형 시스템 빌드에 필요한 개념과 도구를 직관적으로 이해하는 데 도움을 줍니다.