어서와 머신러닝은 처음이지?

목차

0. Python 라이브러리 정리

인공지능, 딥러닝

• Tensorflow
• Keras
• PyTorch
• Scikit-Learn

수학/과학

• Scipy, Numpy

이미지 처리

• OpenCV
• Pillow

DB, 데이터 처리

• SQLite3
• Elasticsearch

텍스트 처리

• nltk
• gensim
• KoLNPy
• Afinn
• VaderSentiment

네트워크, 인터넷, 웹 등

• Requests
• BeautifulSoup
• lxml
• Flask
• Scrapy

기타

• pip
• Anaconda
• Six
• Python-Future
• Cython

1. 기계학습이란?

개요

• 머신러닝의 핵심 요소
• 머신러닝의 분류

기계 학습이 할 수 있는 것

회귀분석(Regression)

• 로지스틱 회귀 (Logistic Regression)

분류 (Classification)

• KNN Classification

군집화(Clustering)

• K-Means Clustering

3. 딥러닝 기본 개념

(여기 순서 조금 수정 필요할듯)

딥러닝의 난관 3가지

딥러닝 기본 개념

• Fully-Connected Neural Network
  • Layer의 구조
  • 활성화 함수
• 모델 설계 요령 및 유의점
  • Overfitting과 Underfitting 피하기

Awesome / 참고 자료 링크

• AI 관련

4. 조금 어려운 딥러닝

다양한 딥러닝 기법

• CNN
• RNN
• Autoencoder
• GAN
• U-net

- 인공지능으로 이미지 분석하기

기본 개념

• 익혀야 할 딥러닝 기술
• ImageNet

전처리

이미지 분석의 주요 모델

• VGG
• ResNet

재미있는 논문/프로젝트 소개

• Image Segmentation
• Colorization
• Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN

- 인공지능으로 텍스트 다루기

기초 개념

• Language Model
• TF-IDF
• Naive Bayes Classifier
• Embedding
  • One-hot Encoding
  • Word Embedding model
  • Word2Vec
  • Doc2Vec

텍스트 분석 모델

• TextCNN
• Seq2CNN
• SyntaxNet

응용

• 문장 분류
• 기계 번역

한국어 자연어 처리

• 주의점
• 한국어 말뭉치

- Word2Vec 만들어 보기

• 한국어로 된 글 모으기
• 전처리
• word2vec 만들기
• word2vec 사용하기

- CNN 만들기

- 클러스터링 파헤치기

(이사 예정)

- 게임에서의 강화학습

Reinforcement learning

• Reinforcement Learning의 기본 구성 요소
• Q-Learning :비어있다
• 강화학습을 적용한 게임
• 참고자료

내용 순서 정리 좀 해야할 것 같은데.. 언제하지

source ~/tensorflow/bin/activate

공부 : 모두의 머신러닝

소 부 해 공 영 아

부 해 공 영 아 소

해 공 영 아 소 부

공 영 아 소 부 해

영 아 소 부 해 공

아 소 부 해 공 영