이 페이지는 Cloud Translation API를 통해 번역되었습니다.

기본 요건 및 사전 작업

머신러닝 단기집중과정이 나에게 적합한가요?

머신러닝에 대한 배경 지식이 거의 없거나 전혀 없습니다.

모든 자료를 순서대로 살펴보는 것이 좋습니다.

학습 시작하기

머신러닝에 대한 배경지식이 있지만 최신 정보를 얻고 싶습니다.

머신러닝 단기집중과정은 복습에 도움이 됩니다. 모든 모듈을 순서대로 진행하거나 관심 있는 모듈만 선택하세요.

학습 시작하기

머신러닝에 대해서는 잘 알지만 TensorFlow에 대해서는 잘 모릅니다.

너무 많은 자료가 기본 정보로 사용될 수 있습니다. 모든 콘텐츠를 살펴보는 대신 다음 자료에만 집중하세요.

머신러닝 단기집중과정에서는 고급 API에 중점을 둡니다. 머신러닝 연구 등의 목적으로 TensorFlow API의 상세한 부분을 배우는 데 관심이 있다면 다음 리소스를 살펴보세요.

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

사전 작업

머신러닝 단기집중과정을 시작하기 전에 다음 단계를 따르세요.

머신러닝을 처음 접하는 경우 머신러닝 소개를 읽어보세요. 이 짧은 자기 주도형 과정에서는 기본적인 머신러닝 개념을 소개합니다.
NumPy를 처음 사용하는 경우 이 과정에 필요한 모든 NumPy 정보를 제공하는 NumPy Ultraquick 튜토리얼 Colab 실습을 진행하세요.
Pandas를 처음 사용하는 경우 이 교육 과정에 필요한 Pandas 정보가 모두 제공된 Pandas UltraQuick 튜토리얼 Colab 실습을 진행하세요.

프로그래밍 실습은 Colaboratory 플랫폼을 사용하여 브라우저에서 직접 실행됩니다 (설정 필요 없음). Colaboratory는 대부분의 주요 브라우저에서 지원되며 Chrome 및 Firefox 데스크톱 버전에서 가장 철저하게 테스트되었습니다. 실습을 다운로드하여 오프라인에서 실행하려면 이 안내를 확인하여 로컬 환경 설정에 관해 자세히 알아보세요.

기본 요건

머신러닝 단기집중과정에서는 머신러닝에 관한 사전 지식이 없어도 됩니다. 하지만 제시된 개념을 이해하고 실습을 완료하기 위해서는 다음과 같은 기본 요건이 충족되는 것이 좋습니다.

변수, 선형 방정식, 그래프, 히스토그램, 통계적 수단에 익숙해야 합니다.
훌륭한 프로그래머가 되어야 합니다. 프로그래밍 실습은 Python으로 이루어지므로 Python으로 프로그래밍하는 것이 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, \(y = ln(1+ e^z)\)와 같은 대수 방정식
시그모이드 함수

선형 대수

삼각법

tanh (활성화 함수로 설명됨, 사전 지식 필요 없음)

통계

평균, 중앙값, 이상점, 표준 편차
히스토그램 읽기 기능

미적분학 (선택 사항, 고급 주제의 경우)

미분의 개념 (실제로 미분할 필요는 없음)
기울기 또는 기울기
편미분 (경사도와 밀접한 관련이 있음)
체인 규칙(신경망 학습용 역전파 알고리즘을 완전히 이해하기 위해)

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 루프는 여러 반복자 변수가 있습니다 (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)

일부 프로그래밍 실습에서는 다음과 같은 고급 Python 개념을 사용합니다.

목록 이해

Bash 터미널 / Cloud Console

로컬 머신 또는 Cloud Console에서 프로그래밍 실습을 실행하려면 명령줄에서 작업하는 데 익숙해야 합니다.

고객센터