자료 모음집

: 추천도

: 난이도

블로그

• 브랜치(Amang Kim 개인블로그) 링크

• 우아한 형제들 링크

• 홍정모 교수님 개인 블로그 링크

• 이기창님 개인 블로그 링크

• 라온피플 링크

• 위키독스(Machine) 링크

• State Of the Art Object Detection 자료 모음 링크

• Python 모듈 설명 모음 링크

• 선형대수학 강의 요약 블로그 링크
  MIT 선형대수학 강의를 한글로 정리

• 코호몰로지님 블로그 링크

• PRML(Bishop)책 정리 블로그 링크
  PRML(Pattern Recognition & Machien Learning, Bishop)을 한글로 정리한 문서

PPT

• 선형대수 요약 링크1 링크2

• CS230 텐서플로우 기초 정리 링크

• Deep Systems (Ru) 링크

• 오일석 교수님 ppt 링크

Company Research Page

• 네이버 : 링크
• 카카오 : 링크
• nvidia : 링크
• facebook : 링크
• facebook ai : 링크
• google : 링크
• amazon : 링크
• ibm : 링크

Facebook Pages

• 생활코딩 : 링크
• AI KOREA : 링크
• Tensorflow KOREA : 링크
• 새벽을 여는 IT 연구소 : 링크

reddit

• Computer Vision : 링크
• Machine Learning : 링크

Magazine

• 기글 : 링크
• 보안뉴스 : 링크
• 인공지능신문 : 링크

Paper arxiv

• 아카이브 새니티 : 링크

OpenCV

• opencv 네이버 카페 : 링크
• opencv 관련 질문 : 링크 (git에서 issue 외에 단순 질문 올라옴)

환경 구축 관련

• Ubuntu 16.04.1에 CUDA & cudnn 설치하기 : 링크

• Ubuntu 16.04에 Python-opencv 설치하기 : 링크

자료 모음집

: 추천도

: 난이도

책

책 이름	사진	추천도 & 난이도	한줄평
디지털 영상 처리			추후 작성
컴퓨터 비전			추후 작성
기계학습			추후 작성
밑바닥부터 시작하는 딥러닝			추후 작성
Do it! 정직하게 코딩하며 배우는 딥러닝 입문			밑바닥 부터 시작하는 딥러닝보다 비교적 쉬운 난이도 모델을 직접 구현하면서 익히기 때문에 기초 서적 및 세미나용으로 괜찮음
DEEP LEARNING			추후 작성
케라스 창시자에게 배우는 딥러닝			기초 개념부터 프레임워크 전반에 대해 창시자가 직접 다룸. 번역자 운영하는 깃 리포가 현재 버전에 맞게 업데이트가 되어서 tf2.0에 케라스가 흡수된 지금도 괜찮은 서적
케라스 창시자의 딥러닝 with R		??	추후 작성
파이썬 머신러닝 완벽 가이드		??	추후 작성
우아한 사이파이		??	추후 작성
핸즈온 머신러닝		??	추후 작성
인공지능을 위한 수학			개념 빠르게 훑기 좋음.
가볍게 시작하는 통계 학습		??	추후 작성
마스터 알고리즘		??	추후 작성
스파크 완벽 가이드		??	추후 작성
따라하며 배우는 데이터 과학		??	추후 작성
알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문		??	추후 작성
프로그래머를 위한 선형대수			최소한의 선형대수적 지식은 필요. 입문서로는 비추.
패턴 인식과 머신 러닝		??	추후 작성
데이터 과학을 위한 통계		??	추후 작성
통계가 빨라지는 수학력		??	추후 작성
피처 엔지니어링, 제대로 시작하기		??	추후 작성
Introduction to Smooth Manifolds		??	추후 작성

자료 모음집

: 추천도

: 난이도

동영상 강의

영어

• CS231n 2016_링크, 2017_링크, 2017_한글 자막
  Computer Vision 분야에서 가장 중요하고 기초적인 스탠포드 대학 강의

• 구글 머신러닝 단기집중과정 (한글자막) 링크
  구글에서 제작한 비전공자들도 쉽게 들을 수 있는 강의

• Udacity Computer Vision(영어자막) 링크
  Computer Vision 개론 강의
  학부 4학년과 석사과정에서 수강할 수 있는 가장 기본적인 컴퓨터 비전 강의
  강의 PPT 링크

• MIT 18.06 Gibert Strang (영어자막) 링크

• Khan Academy linear algebra (한글자막) 링크

• Stanford CS229 기계학습 개론(영어자막) 링크
  Stanford 에서 열린 단학기용 기계학습 강의로 Andrew Ng 교수님이 직접 강의 기계학습 입문용 강의로 가정 적절

• Carnegie Mellon University 기계학습 개론(영어자막) 링크
  카네기 멜런 대학교에서 열린 단학기용 기계학습 개론 강의로 Tom Mitchell 교수님이 직접 강의 Stanford CS229 와 비슷한 수준

• Stanford Statistical Learning 데이터마이닝 개론(영어자막) 링크
  데이터마이닝 개론 강의로 세부적인 내용에서 차이가 있으나, 기계학습과 큰 틀에서 보면 비슷한 내용

• Probabilistic Graphical Models(영어자막)
  1. 기초
  Stanford 대학교 교수님이신 Daphne Koller 교수님의 베이지언 모델 강의로 학부 수준의 베이지언 통계의 선수를 요구
  대부분의 모델들이 딥러닝 Framework 를 사용해서 구현할 수 없는 모델들이라 구현 실력을 기르는 데에 큰 도움이 되는 과목
  2. 심화
  Carnegie Mellon University 에서 열린 베이지언 모델의 박사수준 강의로 위의 기초 강의와 함수해석학의 선수를 요구 (다만 강의에서 제공하는 reading material 로 어느정도 대체할 수는 있음)

• UCCS Functional Analysis (영어자막) Youtube
  기초적인 함수해석학의 내용을 학습할 수 있는 강의

• Stanford Convex Optimization (영어자막)
  1. Theory
  딥러닝의 솔루션을 찾아내는 optimizer에 대한 기본적인 이론을 학습할 수 있는 강의 선형대수학을 선수과목으로 요구 2. Extensions
  위의 개론강의에서 기초적인 알고리즘을 소개했다면, 심화강의에서는 본격적으로 개발에 쓰일 수 있는 알고리즘 위주로 강의가 진행

• Cambridge Information Theory(영어자막) 링크
  딥러닝과 Probabilistic Graphical Models 에서 자주 쓰이는 Shannon’s information theory 에 대한 개론
  딥러닝 모델에 대한 정보이론적 접근을 학습

• NPTEL Statistical Inference(영어자막) 링크
  통계학과 석사 수준의 추정검정론

  학부 수준의 수리통계학 선수를 요구

• NPTEL Probability Theory(영어자막) 링크
  측도론을 사용하는 확률론 학부 혹은 석사수준의 실변수함수론을 선수과목으로 요구
  고전적인 기계학습 모델들의 논문들을 찾으시다 보면 측도론을 사용해서 해석을 하는 경우가 종종 있습니다.
  이 때, 확률론을 알고 계시다면 이해하시는 데에 큰 도움이 됩니다.

• NPTEL Stochastic Process(영어자막) 링크
  학부 4 학년 수준의 확률과정론입니다.
  Martingale 을 설명할 때를 제외하고는 크게 Measure Theory 가 필요한 강의는 아닙니다.
  최근 Bayesian Deep Learning 에서 Stochastic Process 이론을 크게 활용하는 논문들이 있습니다. 해당 논문을 이해하실 때 도움이 될 것입니다.

• MIT Principles of Digital Communication(영어자막) 링크
  신호 처리에 대한 개론강의입니다.
  Cambridge Information Theory 와 같이 수강하시면 시너지 효과가 있는 강의입니다.
  강의 중에 Fourier Analysis 내용을 다루기는 합니다만, Fourier Analysis 에 대한 선수를 요구하는 수준입니다.

• NPTEL Digital Image Processing(영어자막) 링크
  영상처리 개론강의입니다.
  영상처리의 기본이 되는 morphological operator 부터 신호처리적인 해석까지 폭넓게 배우실 수 있습니다.

• Multiview Geometry(영어자막) Youtube

한글

• 모두의 딥러닝 링크
  딥러닝 입문자들에게 추천하는 국내 1위 강의
  딥러닝 뿐만이 아니라 RL(Reinforcement Learning) 강의 포함

• KAIST 기계학습 개론 링크
  KAIST 산업공학과 문일철 교수님의 기계학습 개론강의입니다.
  Stanford, CMU 강의가 영어자막이라 이해에 어려움을 가지고 계신 분들을 위한 가장 좋은 대안입니다.

• 테리의 딥러닝 토크 링크

• PR12 딥러닝 논문읽기 모임
  Season 1
  Season 2
  주요 논문에 대한 해설 강의
  논문을 읽기 전, 맛보기 역할

• 머신러닝을 위한 Python (최성철 교수) 링크
  파이썬 강의 및 데이터 분석 관련 모듈(numpy, pandas, …)에 관한 강의
  파이썬 입문자에게 추천

• 머신러닝을 위한 선형대수(주재걸 교수) 링크, 자료

• Uniwise 해석학 3 시리즈(유료)
  1. 해석개론
  전공수학의 가장 기초인 해석개론에 대한 강의입니다.
  2. 위상수학
  해석개론을 수강하시고 나서, 좀 더 고급 수학을 접하시고자 할 때 반드시 필요한 General Topology 에 대한 내용을 담고 있습니다.
  3. 실해석학
  대학원 수준의 고급수학의 첫 단계인 실해석학 개론입니다.
  실해석학에서는 현대적인 확률통계론의 근간이라고 할 수 있는 측도론에 대한 첫 발을 내딛으시게 됩니다.

세미나 자료 다운로드