추천 공부자료들입니다 😋

파이썬 (Python)

• “파이썬 알고리즘 인터뷰”라는 책을 강력하게 추천합니다!
• 기본적인 파이썬에 대한 개념 뿐만 아니라 절대로 몰라서는 안되는 지식들, 거기에 각종 팁들까지 잘 정리되어 있기 때문에 파이썬을 사용하시는 분들이라면 실력과 분야를 막론하고 꼭 보셔야 되는 책이라고 생각합니다!

머신러닝 (Machine Learning)

• “카이스트 문일철 교수님의 강의들”과 “머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로” 라는 책, 그리고 “데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집” 이라는 책을 추천드립니다.
• 문일철 교수님의 강의는 제가 봤던 국내 및 해외 머신러닝 강의들 중 압도적으로 최고라고 확신합니다. 실전 데이터 분석부터 딥러닝 공부에 필요한 개념들, 심지어는 그 이상의 깊은 지식을 필요로 하는 연구 분야에서도 절대로 몰라서는 안되는 머신러닝 지식에 대해 정말 기본부터 탄탄하게 가르쳐주십니다.
• “인공지능 및 기계학습 개론 I”, “인공지능 및 기계학습 개론 II”, 그리고 “인공지능 및 기계학습 심화” 이 세가지 코스를 모두 수강하시는 것을 정말 적극적으로 추천드립니다.
• 문일철 교수님 강의에서 아쉬운 부분을 꼽자면 코드가 없다는 점, 그리고 작성한 코드 대해 깊은 고민이 필요한 자료가 부족하는 점 인데 이 두가지 문제점을 위에 소개드린 두 책으로 커버할 수 있습니다.

딥러닝 (Deep Learning)

• 딥러닝의 기본 3요소는 크게 “데이터”, “인공신경망”, 그리고 손실함수라고 볼 수 있습니다. 여기서 머신러닝과 딥러닝의 차이점은 바로 “인공신경망” 입니다.
• 기본적인 인공 신경망에 공부에 대해서는 (1) 가장 기본적인 밑바닥 구현부터, (2) Tensorflow와 PyTorch의 대략적인 사용법, (3) 딥러닝에 대한 깊은 이해, 이 세가지를 모두 다루어야 합니다.
• (1)은 “밑바닥 부터 시작하는 딥러닝 (1,2,3권)”, (2)는 “모두를 위한 딥러닝”, (3)은 “Introduction to Deep Learning (CMU, Bhiksha Raj)”로 커버할 수 있습니다.
• 직군마다 다르지만 최근 데이터분석 및 리서치 직군을 지원할때 머신러닝과 딥러닝을 밑바닥 부터 구현하는 코딩테스트가 정말 빈번하게 출제되고 있습니다 (e.g. Linear regression 코드 구현, Multi-Layer Perceptron 및 Back propagation 코드 구현).
• 이러한 문제들은 딥러닝에 대한 깊은 이해와 더불어 밑바닥부터 코드가 어떤식으로 구동되는지 모른다면 풀기 매우 어렵습니다.
• 따라서 딥러닝을 공부하시는 분들이라면 제가 추천드리는 자료들은 모두 보시길 적극 권장합니다.

그 외

• “Deep Learning Drizzle”이라는 사이트가 있습니다. 온라인 상에 있는 무료 강의들 중 정말 좋은것들은 왠만하면 여기 다 있다고 보시면 될 것 같습니다.

(추가중…🚧)

• 기타 수학, 데이터분석, 프론트 앤드, 그리고 백앤드 관련해서 다른분들께 도움될만한 자료가 있다면 저에게 적극적으로 공유해주세요. 여기에 추가하겠습니다. 감사합니다!