2단계: 고전적인 머신러닝

ML-For-Beginners 프로젝트 상세 소개

프로젝트 개요

ML-For-Beginners는 마이크로소프트 클라우드 에반젤리스트 팀에서 개발한 포괄적인 머신러닝 초보자 튜토리얼 프로젝트입니다. 이는 전 세계의 문화 데이터를 사용하여 머신러닝을 탐구하는 데 중점을 둔 12주 과정, 26개의 강의, 52개의 퀴즈로 구성된 고전적인 머신러닝 커리큘럼입니다.

핵심 특징

• 🌍 글로벌 관점: 전 세계의 문화 데이터를 통해 머신러닝 학습
• 📚 체계적인 커리큘럼: 12주 완성 커리큘럼, 26개의 상세 강의
• 🧪 실습 중심: 프로젝트 기반 교육 방법, 학습과 실습 병행
• 🔍 평가 시스템: 52개의 퀴즈 포함, 수업 전후 이중 평가
• 🎯 고전적인 머신러닝: 주로 Scikit-learn 라이브러리 사용, 딥러닝 내용 지양

교육 이념

두 가지 핵심 교육 원칙

1. 실습: 모든 내용이 프로젝트 기반의 실습 학습임을 보장
2. 잦은 평가: 수업 전후 퀴즈를 통해 학습 효과 보장

커리큘럼 구조

각 강의는 다음 구성 요소를 포함합니다.

• 선택적인 손으로 그린 노트 (sketchnote)
• 선택적인 보충 비디오
• 비디오 데모 (일부 강의)
• 수업 전 워밍업 퀴즈
• 서면 강의 내용
• 프로젝트 기반 단계별 가이드
• 지식 점검 포인트
• 도전 과제
• 추가 읽을거리
• 과제
• 수업 후 퀴즈

전체 커리큘럼 개요

1-4강: 머신러닝 기초 소개

• 강의 1: 머신러닝 소개
• 강의 2: 머신러닝 역사
• 강의 3: 머신러닝의 공정성
• 강의 4: 머신러닝 기술

5-8강: 회귀 분석

• 강의 5: 선형 회귀 소개
• 강의 6: 북미 호박 가격 예측 (선형 회귀)
• 강의 7: 호박 가격 예측 (다항 회귀)
• 강의 8: 로지스틱 회귀 소개

9강: 웹 애플리케이션 개발

• 강의 9: 웹 애플리케이션 구축

10-13강: 분류 알고리즘

• 강의 10: 분류 알고리즘 소개
• 강의 11: 아시아 및 인도 음식 분류
• 강의 12: 더 많은 분류 알고리즘
• 강의 13: 추천 시스템

14-15강: 군집화 알고리즘

• 강의 14: 군집화 알고리즘 소개
• 강의 15: 나이지리아 음악 취향 탐색

16-20강: 자연어 처리

• 강의 16: 자연어 처리 소개
• 강의 17: 일반적인 NLP 작업
• 강의 18: 번역 및 감성 분석
• 강의 19: 로맨틱 호텔 리뷰 분석 (1)
• 강의 20: 로맨틱 호텔 리뷰 분석 (2)

21-23강: 시계열 분석

• 강의 21: 시계열 예측 소개
• 강의 22: ARIMA 시계열 예측
• 강의 23: 서포트 벡터 회귀 시계열 예측

24-25강: 강화 학습

• 강의 24: 강화 학습 및 Q-Learning
• 강의 25: Gym을 사용한 강화 학습

26강: 현실 세계 응용

• 강의 26: 머신러닝의 현실 세계 응용

기술 스택 및 도구

주요 프로그래밍 언어

• Python: 주로 Python을 사용하여 교육
• R: 일부 강의는 R 언어 버전 제공

핵심 라이브러리 및 프레임워크

• Scikit-learn: 주요 머신러닝 라이브러리
• Python 데이터 과학 생태계: pandas, numpy, matplotlib 등

지원 도구

• Jupyter Notebook: 대화형 프로그래밍 환경
• R Markdown: R 언어 강의 사용
• Quiz App: 전용 퀴즈 앱

학습 자료

멀티미디어 지원

• 손으로 그린 노트로 개념 이해 도움
• 비디오 튜토리얼로 보충 설명
• 실습 프로젝트 데모

평가 시스템

• 52개의 퀴즈 (각 퀴즈당 3문제)
• 수업 전 예습 퀴즈
• 수업 후 복습 퀴즈
• 프로젝트 실습 평가

커뮤니티 지원

• GitHub 토론 게시판
• 학습 진행 상황 평가 도구 (PAT)
• 동료 학습 및 피드백

학습 제안

적합한 대상

• 머신러닝 초보자
• 기본적인 프로그래밍 경험이 있는 학습자
• 고전적인 머신러닝을 체계적으로 학습하고자 하는 사람

학습 방법

1. 프로젝트를 개인 GitHub 계정으로 포크
2. 각 강의를 순서대로 완료
3. 모든 실습 프로젝트 완료
4. 커뮤니티 토론 및 동료 학습 참여

관련 강좌

• AI for Beginners: 딥러닝 내용
• Data Science for Beginners: 데이터 과학 기초

프로젝트 팀

주요 저자

• Jen Looper, Stephen Howell, Francesca Lazzeri
• Tomomi Imura, Cassie Breviu, Dmitry Soshnikov
• Chris Noring, Anirban Mukherjee, Ornella Altunyan
• Ruth Yakubu, Amy Boyd

삽화 디자인

• Tomomi Imura, Dasani Madipalli, Jen Looper

학생 대사 기여자

• Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj
• Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum
• Ioan Samuila, Snigdha Agarwal

사용 방법

프로젝트 가져오기

git clone https://github.com/microsoft/ML-For-Beginners.git

로컬에서 문서 실행

npm i docsify-cli -g
docsify serve

온라인 액세스

• GitHub 저장소 직접 방문
• Microsoft Learn 컬렉션 확인
• YouTube 비디오 튜토리얼 시청

라이선스 및 기여

이 프로젝트는 오픈 소스 라이선스를 따르며 커뮤니티 기여를 환영합니다. 프로젝트는 자세한 기여 가이드라인 및 행동 강령을 제공하며 다국어 번역 및 콘텐츠 개선을 지원합니다.