TensorFlow를 활용한 이론 및 고급 머신러닝

ML은 수학이 많이 사용되는 분야입니다. ML 모델을 수정하거나 새로운 모델을 처음부터 빌드할 계획이라면 토대가 되는 수학 개념에 익숙해지는 것이 중요합니다. 지금 당장 모든 수학 개념을 학습할 필요는 없습니다. 익숙하지 않은 개념이 나타났을 때 찾아봐도 됩니다. 수학 강의를 들은 지 오래되었다면, 3blue1brown의 필수 선형 대수와 필수 미적분학 재생목록을 시청하여 기억을 되살려 보세요. 대학에서 수업을 듣거나 선형 대수 또는 단일 변수 미적분학과 같은 MIT의 오픈 액세스 강의를 시청하여 수학을 계속 공부하는 것이 좋습니다.

딥 러닝에 관해 알아야 할 모든 것을 한 번에 가르쳐주는 강의는 없습니다. 따라서 몇 가지 강의를 동시에 수강하는 것이 유용할 수 있습니다. 겹치는 자료가 있을 수도 있지만 여러 강사로부터 같은 개념에 관한 다른 설명을 들으면 특히 복잡한 주제를 이해하는 데 도움이 됩니다. 아래는 시작하는 데 도움이 되는 다양한 강의입니다. 각 강의를 함께 살펴보거나 가장 관련 있다고 생각되는 하나를 골라도 됩니다.

더 많이 배우고 연습을 통해 개념을 다질수록 더 능숙하게 나만의 ML 모델을 빌드하고 평가할 수 있습니다.

MIT 강의 6.S191: 딥 러닝 입문은 TensorFlow를 활용한 딥 러닝에 관한 MIT의 입문 과정으로 유용한 리소스입니다.

앤드류 응이 진행하는 Coursera 딥 러닝 특화 과정에서도 컨볼루셔널 네트워크, RNN, LSTM 등 딥 러닝의 기초를 설명합니다. 이 특화 과정은 업무에 딥 러닝을 적용하고 AI 부문에서 경력을 쌓는 데 도움이 됩니다.

위에 나열된 과정에서 배운 내용을 보완하려면 아래의 책을 읽어 더 자세히 알아보는 것이 좋습니다. 각 도서는 온라인으로도 이용 가능하며 연습에 도움이 되는 보충 자료를 제공합니다.

이안 굿펠로우, 요슈아 벤지오, 애런 쿠르빌 공저인 딥 러닝: MIT 프레스 북(Deep Learning: An MIT Press Book)으로 시작해 보세요. 딥 러닝 교과서는 학생이 이해를 심화하는 데 도움이 되도록 만들어진 고급 리소스입니다. 이 책과 함께 웹사이트가 마련되어 있으며, 연습, 강의 슬라이드, 정오표, 개념을 직접 연습해 볼 수 있는 기타 리소스 등 다양한 보충 자료가 제공됩니다.

마이클 닐슨의 온라인 도서인 신경망과 딥 러닝(Neural Networks and Deep Learning)도 찾아볼 수 있습니다. 이 책은 신경망에 관한 이론적 배경지식을 제공합니다. TensorFlow를 사용하지는 않지만 더 많은 내용을 배우고자 하는 학생들이 참고하기에 좋습니다.

이제, 자료를 읽어보고 웹사이트에서 고급 튜토리얼을 따라 해 보세요. [고급 튜토리얼/튜토리얼]에는 몇몇 유명 출판물의 내용이 구현되어 있습니다. 고급 애플리케이션, 기계 번역, 이미지 캡션에 관해 알아보려면 튜토리얼에 링크된 자료를 읽는 것이 가장 좋습니다. 그러면서 관련 코드 섹션을 찾아보고 사용하면 이해한 내용을 확실하게 정리할 수 있습니다.