machine_learning_examples

이 저장소는 deeplearningcourses.com의 저자가 관리하는 머신러닝 및 딥러닝 코드 예제와 튜토리얼의 포괄적인 모음입니다. 기초 통계부터 고급 AI 주제까지 아우르는 다양한 온라인 강좌의 동반 코드베이스 역할을 합니다. 저장소는 강좌별로 구성되어 있으며, 각 강좌는 자체 폴더를 차지합니다. 사용자는 각 강좌 내 'Where to get the code' 강의(일반적으로 2강 또는 3강)를 시청하여 해당 폴더를 확인하도록 안내됩니다. 저자는 빈번한 강좌 업데이트를 따라가기 위해 저장소를 포크하지 않고 클론할 것을 권장합니다. 관련 강좌에서 다루는 주제는 다음과 같습니다: - **기초 수학**: 데이터 과학 및 머신러닝을 위한 선형 대수, 확률, 미적분, 행렬 미적분. - **고전 머신러닝**: 선형 회귀, 로지스틱 회귀, 나이브 베이즈, 서포트 벡터 머신, 랜덤 포레스트, AdaBoost, 클러스터 분석, 은닉 마르코프 모델을 이용한 비지도 학습. - **딥러닝**: 신경망, 합성곱 신경망(CNN), 순환 신경망(RNN), GAN, 변분 오토인코더, 고급 컴퓨터 비전. - **자연어 처리**: 딥러닝을 이용한 NLP, 트랜스포머, 고급 NLP 기법. - **강화 학습**: PyTorch와 Python을 이용한 심층 강화 학습. - **생성형 AI**: Python을 이용한 ChatGPT와 OpenAI LLM, 컴퓨터 비전을 위한 생성형 AI, 딥페이크/음성 복제. - **베이지안 방법**: 베이지안 선형 회귀, 베이지안 분류, A/B 테스트를 이용한 베이지안 머신러닝. - **금융 AI**: Python을 이용한 금융 공학과 AI, ChatGPT 페어 트레이딩 봇 포함. - **시계열**: 시계열 분석, 예측, 머신러닝. - **추천 시스템**: Python을 이용한 추천 시스템과 딥러닝. - **선수 과목**: 딥러닝 선수 과목으로서 Python의 NumPy 스택, 선형 회귀, 로지스틱 회귀. TensorFlow 2.0 강좌부터 새로운 코드 예제는 Google Colab 노트북으로 이동되었으며, 해당 강좌 내에 링크가 제공됩니다. 저장소는 또한 통계적 추론, 선형 회귀를 위한 선형 계획법, STEM 전문가를 위한 MATLAB과 같은 전문 주제를 다루는 VIP 및 독점 강좌로 연결됩니다. 이 저장소는 체계적인 온라인 학습을 보완할 실습 코드 예제를 찾는 학생과 실무자를 위한 것입니다. 독립형 라이브러리나 프레임워크가 아니라 deeplearningcourses.com과 lazyprogrammer.me에서 제공되는 비디오 강의 및 강좌 자료와 함께 제공되는 교육 자료입니다.