Deep Learning Roadmap for Mechanical Engineering Students

문서의 이전 판입니다!

본 글의 목적은 KAsimov 회원 및 Machine Learning & Deep Learning을 학습하고자 하는 기계과 학생을 위한 학습 가이드라인입니다.

학습하는 데 있어서 추천되는 순서가 있겠지만, 반드시 따를 필요는 없으며, 또한 모든 내용을 당장 알아야하는 것은 아닙니다.

우선은 정리가 된 자료 두 가지를 보는 것으로 시작합니다.

부족하다고 느껴지는 경우 세부적인 공부를 해보는 것도 좋습니다.

아래는 분량이 좀 되는 도서입니다. Part 1까지가 포항공대 입시 범위라고 들었습니다.

여기서 부터는 학부과정에서 살펴볼 필요는 없을 것 같습니다. 아래는 해석학입니다.

다음은 간단한 수준의 머신러닝 및 딥러닝 자료입니다.

아래부터는 전공 수준입니다.

다음은 전통적인 컴퓨터비전에 관한 강좌입니다.

다음은 컴퓨터비전 Task를 해결하기 위한 목적의 딥러닝 강의입니다.

다음은 자연어처리 강의 입니다.

다음은 확률 및 그래프 모델에 관한 강의입니다.

다음은 ML 엔지니어로서의 필요 요건에 관한 강의입니다.

논문 학습 및 구현

아래는 논문 모음집

아래는 영상

아래는 PR 12로 수준이 높은 편이라서 입문하는 입장에서는 권장하지 않습니다.

Kaggle : 대회 및 dataset

본 글의 목적