[개앞맵시] 스카이넷도 딥러닝부터

1. 인터넷

1.1. 용어 정리

1.1.1. 머신러닝 용어집

1.1.1.1. 밑바닥1 번역 용어 정리

1.2. 강의

1.2.1. 김성훈 교수 강의(우리말)

1.2.1.1. 모두를 위한 딥러닝 강좌 시즌 1 강좌 실습 코드: https://goo.gl/RGGMFn

1.2.1.1.1. 모두를 위한 강화학습

1.2.2. 스탠퍼드 대학교 강의(영어)

1.2.2.1. [CS230] 딥러닝 홈피: https://cs230.stanford.edu/ 유튜브: http://bit.ly/2PdYyJA

1.2.2.1.1. [CS231n] 영상 인식을 위한 합성곱 신경망 홈피: http://cs231n.stanford.edu/ 유튜브: http://bit.ly/2Pf0vFR

1.2.3. 앤드류 응 교수 강의(영어)

1.2.3.1. Machine Learning

1.2.3.1.1. Deep Learning Specialization - Master Deep Learning, and Break into AI

1.3. 공개 책

1.3.1. Dive into Deep Learning 영어 최신: https://www.d2l.ai/ 한글 ver 0.5: http://bit.ly/2Nbw9F7

1.3.1.1. Natural Language Processing with Python (영어)

1.4. 커뮤니티

1.4.1. 텐서플로우 코리아

1.4.1.1. 케라스 코리아

1.4.1.1.1. 파이토치 코리아

1.5. 기타

1.5.1. 개앞맵시가 안내하는 에이지 오브 머신러닝

2. 응용

2.1. 자연어 처리/챗봇

2.1.1. 밑바닥부터 시작하는 딥러닝 2 : 순환 신경망과 자연어 처리

2.1.1.1. 김기현의 자연어 처리 딥러닝 캠프 파이토치 편

2.1.1.1.1. 텐서플로와 머신러닝으로 시작하는 자연어 처리

2.2. 컴퓨터 비전

2.2.1. OpenCV 3

2.2.1.1. 파이썬으로 망드는 OpenCV 프로젝트

2.2.1.1.1. 파이썬과 OpenCV를 이용한 컴퓨터 비전 학습

2.2.2. OpenCV 4

2.2.2.1. OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝

2.2.2.1.1. C#과 파이썬을 활용한 OpenCV 4 프로그래밍

2.3. 기타

2.3.1. 파이썬과 케라스를 이용한 딥러닝/강화학습 주식투자

2.3.1.1. 머신러닝을 이용한 알고리즘 트레이딩 시스템 개발 저자 강의: https://goo.gl/T0Ftrz

2.3.1.1.1. 자율 주행 자동차 만들기

3. 데이터 과학 / 분석

3.1. 데이터 과학을 위한 파이썬 프로그래밍

3.1.1. 밑바닥부터 시작하는 데이터 과학

3.1.1.1. 따라하며 배우는 데이터 과학

3.1.1.1.1. 처음 배우는 데이터 과학

3.2. 파이썬 라이브러리를 활용한 데이터 분석 (2판)

3.2.1. Do it! 쉽게 배우는 R 데이터 분석

3.2.1.1. 처음 시작하는 R 데이터 분석

3.2.1.1.1. R을 이용한 데이터 처리&분석 실무

4. 수학

4.1. 주요 수학 이론의 기원, 발전 과정, 작용 원리

4.1.1. AI, 빅데이터에 숨어 있는 수학의 아름다움

4.2. 현업 맞춤 쪽집게 수학

4.2.1. 인공지능을 위한 수학

4.2.1.1. 기초 수학으로 이해하는 머신러닝 알고리즘

4.2.1.1.1. 처음 배우는 딥러닝 수학

4.3. 수학 중심으로 기초부터 철저하게...

4.3.1. 고교

4.3.1.1. 다시 미분 적분

4.3.1.1.1. 고교 ~ 대학

5. 크롤링/전처리

5.1. 파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문

5.1.1. 파이썬을 이용한 웹 크롤링과 스크레이핑

5.1.1.1. 파이썬으로 웹 크롤러 만들기(2판)

5.1.1.1.1. 한입에 웹 크롤링

5.2. 파이썬으로 데이터 주무르기

5.2.1. R로 하는 빅데이터 분석: 데이터 전처리와 시각화

6. 개발자의 길

6.1. 언어와 컴퓨터 과학 기초

6.1.1. 기본기 레벨업

6.2. 전문 분야

6.2.1. (현 위치) 스카이넷도 딥러닝부터

6.2.2. 게임과 그래픽스

6.2.3. 모바일 개발

6.2.4. 웹 개발

6.2.5. 백엔드 개발

6.2.6. 서버 운영과 데브옵스

7. 인공지능

7.1. 인공지능 전반

7.1.1. 알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문

7.1.1.1. 처음 배우는 인공지능

7.2. 머신러닝

7.2.1. 핸즈온 머신러닝

7.2.1.1. 파이썬 라이브러리를 활용한 머신러닝 (번역 개정판) 스터디 자료: https://goo.gl/yq5oud

7.2.1.1.1. 처음 배우는 머신러닝

7.3. 딥러닝

7.3.1. 밑바닥부터 / 기초 탄탄히

7.3.1.1. 밑바닥부터 시작하는 딥러닝 요약 정리: https://goo.gl/5MEqd8

7.3.1.1.1. 밑바닥부터 시작하는 딥러닝 2 : 순환 신경망과 자연어 처리

7.3.2. 프레임워크로 입문

7.3.2.1. 케라스 창시자에게 배우는 딥러닝

7.3.2.1.1. 핸즈온 머신러닝

7.3.2.2. 골빈해커의 3분 딥러닝 텐서플로맛

7.3.2.2.1. 코딩셰프의 3분 딥러닝 케라스맛

7.3.3. 고급 딥러닝

7.3.3.1. 파이썬과 케라스로 배우는 강화학습

7.3.3.1.1. 강화학습 첫걸음 (텐서플로 활용)

8. 인공지능, 머신러닝, 딥러닝의 관계는 익히 알다시피 이 그림과 같은 포함관계입니다. 그리고 데이터 과학은 이 모두에 걸쳐 있는 동시에 독자 영역도 가지고 있습니다.