기본 요건 및 사전 작업

머신러닝 단기집중과정이 나에게 적합한가요?

머신러닝에 대한 배경지식이 거의 없거나 전혀 없습니다.

모든 자료를 순서대로 검토하는 것이 좋습니다.

학습 시작하기

머신러닝에 대해 약간의 배경지식이 있지만, 최신 정보를 더 자세히 얻고 싶습니다.

머신러닝 단기집중과정을 통해 유용한 정보를 얻을 수 있습니다. 모든 모듈을 순서대로 살펴보거나 관심 있는 모듈만 선택하세요.

학습 시작하기

머신러닝에 대해서는 잘 알지만 TensorFlow에 대해서는 거의 모릅니다.

너무 기본적인 자료가 많을 수도 있습니다. 모든 콘텐츠를 살펴보는 대신 다음 자료에만 집중합니다.

머신러닝 단기집중과정은 주로 상위 수준의 API를 중점적으로 다룹니다. 머신러닝 연구 등의 목적으로 낮은 수준의 TensorFlow API를 학습하는 데 관심이 있다면 다음 리소스를 살펴보세요.

머신러닝 단기집중과정을 시작하기 전에 다음 사전 요구사항 및 기본 요건 섹션을 읽고 모든 모듈을 완료할 준비가 되었는지 확인하세요.

사전 작업

머신러닝 단기집중과정을 시작하기 전에 다음 작업을 하세요.

머신러닝을 처음 접하는 경우 머신러닝 문제 프레이밍 소개를 확인하세요. 1시간 동안 진행되는 이 자율 학습 과정에서는 머신러닝에 적합한 문제를 파악하는 방법을 알아봅니다.
NumPy를 처음 사용하는 경우 이 교육 과정에 필요한 모든 NumPy 정보를 제공하는 NumPy Ultraquick 튜토리얼 Colab 실습을 수행하세요.
Pandas를 처음 사용하는 경우 이 과정에 필요한 모든 Pandas 정보가 제공되는 Pandas UltraQuick Tutorial Colab 실습을 진행해 보세요.

프로그래밍 연습은 Colaboratory 플랫폼을 사용하여 브라우저에서 직접 실행됩니다 (설정 필요 없음). Colaboratory는 대부분의 주요 브라우저에서 지원되며 데스크톱 및 Chrome 버전의 Firefox에서 가장 철저한 테스트를 거쳤습니다. 실습을 다운로드하여 오프라인에서 실행하려면 이 안내에서 로컬 환경을 설정하세요.

기본 요건

머신러닝 단기집중과정에서는 머신러닝에 관한 사전 지식이 필요하지 않습니다. 하지만 제시된 개념을 이해하고 연습을 완료하려면 학생들이 다음 기본 요건을 충족하는 것이 좋습니다.

변수, 선형 방정식, 함수 그래프, 히스토그램, 통계적 방법에 익숙해야 합니다.
프로그래머여야 합니다. 프로그래밍 연습이 Python에 있으므로 Python으로 프로그래밍을 해보는 것이 가장 좋습니다. 그러나 Python 경험이 없는 숙련된 프로그래머는 일반적으로 프로그래밍 실습을 완료할 수 있습니다.

다음 섹션에서는 유용한 추가 배경 자료 링크를 제공합니다.

대수학

변수, 계수, 함수
선형 방정식(예: \(y = b + w_1x_1 + w_2x_2\))
로그 및 \(y = ln(1+ e^z)\)와 같은 대수 방정식
시그모이드 함수

선형 대수

삼각법

tanh(활성화 함수로 논의됨, 사전 지식이 필요하지 않음)

통계

평균, 중앙값, 이상점, 표준 편차
히스토그램 읽기 기능

미적분학 (선택사항, 고급 주제의 경우)

미분의 개념 (실제로 미분을 계산할 필요는 없음)
경사 또는 기울기
편미분(경사와 밀접한 관련이 있음)
체인 규칙(신경망 학습을 위한 역전파 알고리즘의 완전한 이해)

Python 프로그래밍

다음 Python 기본사항은 Python 튜토리얼에서 다룹니다.

위치 및 키워드 매개변수를 사용하여 함수 정의 및 호출
사전, 목록, 세트(만들기, 액세스, 반복)
for 루프, for 루프(여러 반복기 변수)(예: for a, b in [(1,2), (3,4)])
if/else 조건부 블록 및 조건식
문자열 형식 지정 (예: '%.2f' % 3.14)
변수, 할당, 기본 데이터 유형(int, float, bool, str)

몇 가지 프로그래밍 실습에서는 다음과 같은 고급 Python 개념을 사용합니다.

이해도

Bash 터미널 / Cloud Console

로컬 머신 또는 Cloud Console에서 프로그래밍 실습을 실행하려면 명령줄을 사용하는 데 익숙해야 합니다.

고객센터