답변:
나는 컴퓨터 과학 석사 학위를 받았으며 논문은 신경망을 사용한 시계열 예측에 관한 것이었다.
Scikit 및 Tensorflow를 사용한 머신 러닝 실습 책 은 실제적인 관점에서 매우 도움이되었습니다. 그것은 많은 이론과 수학없이 사물을 매우 명확하게 제시합니다. 나는 그것을 강력히 추천합니다.
다른 한편으로, 이안 굿 펠로우 의 책 은 필연적입니다 (DL의 성경의 종류). 거기에서 이론적 인 설명을 찾을 수 있으며, 지금까지 딥 러닝과 겸손한 시작과 관련하여 훨씬 더 많은 지식을 얻을 수 있습니다.
다른 사람들이 제안했듯이 다른 하나는 물론 Chollet의 Python 으로 딥 러닝입니다 . 나는이 책을 읽었다. 실제로 그것은 매우 잘 쓰여졌으며, 다시 온라인으로 튜토리얼과 코스에서 거의 이해하지 못하는 트릭과 개념을 가르쳐줍니다.
또한 Matlab에 익숙하다는 것을 알았으므로 통계 / 확률 수업을 들었을 수도 있습니다. 그렇지 않으면 이러한 모든 것이 당신을 압도합니다.
딥 러닝을위한 좋고 탄탄한 시작을 원한다면 Ian Goodfellow et al.의 "Deep Learning"이라는 적절한 책으로 시작하는 것이 가장 좋습니다. 그 후에는 온라인으로 제공되는 다양한 자습서, 기사 및 코스를 통해 사용할 수있는 좋은 기반을 갖게됩니다.
그러나, 그렇게하기 전에 기본적인 "기계 학습"수업을 수강해야합니다 (대학에서 제공해야 함). 요즘 많은 사람들은 신경망이 비교적 쉽기 때문에 딥 러닝과 신경망으로 직접 이동하지만 그것을 향상 시키거나 최대한 활용하기위한 이해력이 부족합니다.
다른 제안처럼 매우 좋은 자료입니다. 심도 깊은 지식을 원한다면 코스타에서 Andrew Ng의 강의를 제안 합니다. ML의 기본 지식에 대한 심층적 인 지식을 다루고 AI, ML 또는 딥 러닝으로 시작하는지에 대해 혼란 스러우면 내 프로필의 블로그 링크를 볼 수 있습니다 . 최근에 이러한 기술을 사용하는 방법을 게시했습니다 .
추신 : 나는 내 블로그에 광고하고 있지 않습니다. 나는 단지 돕고있다. 당신이 따라하고 싶다면 그렇지 않으면 Andrew Ng와 함께 갈 수 있습니다.
기본 사항을 다시 방문하려면 ML의 Google Crash Course를 시작하는 것이 좋습니다 . 그런 다음 fast.ai의 ML 및 DL 수업 을 따르는 것이 좋습니다 . 읽기를 위해 Alex Smola와 SVN Vishwanathan의 Machine Learning 소개를 제안 합니다. 좋은 하루 보내세요!
자가 학습을위한 훌륭한 웹 사이트가 많이 있습니다. 다음은 두 가지 예입니다.
https://machinelearningmastery.com/start-here/#deeplearning
https://www.analyticsvidhya.com/blog/2018/10/introduction-neural-networks-deep-learning/
이것들은 실제적인 측면에 특히 도움이되고 이론적 인 배경에는 덜 도움이됩니다.