HenryNdubuaku/maths-cs-ai-compendium

Become a cracked AI/ML researcher/engineer with this unconventional textbook covering maths, computing, and ML with intuition.

그것은 무엇인가

수학, 컴퓨팅, 인공지능을 기초부터 다루는 개방적이고 비전통적인 교과서입니다. 시험이나 면접을 통과하기 위한 것이 아니라 자료를 깊이 이해하려는 호기심 많은 실무자를 위해 작성되었습니다.

왜 존재하는가

저자는 AI/ML 분야에서 수년간 일하며 직관 우선의 설명, 실제 세계 맥락, 그리고 얼버무림이 없는 노트를 채웠습니다. 2025년, 몇몇 친구들이 이 노트를 사용하여 DeepMind, OpenAI, Nvidia 등에서의 면접을 준비했고, 모두 합격하여 역할에서 좋은 성과를 내고 있습니다. 저자도 Y Combinator에 들어갔습니다. 이제 노트는 공개적으로 공유됩니다.

내용

이 편람은 18개 장으로 구성되어 있으며, 모두 "사용 가능"으로 표시되어 있습니다:

벡터 — 공간, 크기, 방향, 노름, 메트릭, 내적/외적/외적, 기저, 쌍대성
행렬 — 속성, 특수 유형, 연산, 선형 변환, 분해 (LU, QR, SVD)
미적분학 — 도함수, 적분, 다변수 미적분, 테일러 근사, 최적화, 경사 하강법
통계학 — 기술적 측도, 표본 추출, 중심 극한 정리, 가설 검정, 신뢰 구간
확률론 — 계수, 조건부 확률, 분포, 베이즈 방법, 정보 이론
머신러닝 — 고전적 ML, 경사 방법, 딥러닝, 강화 학습, 분산 훈련
전산 언어학 — 구문, 의미론, 화용론, NLP, 언어 모델, RNN, CNN, 어텐션, 트랜스포머, 텍스트 확산, OCR, MoE, SSM, 현대 LLM 아키텍처, NLP 평가
컴퓨터 비전 — 이미지 처리, 객체 감지, 분할, 비디오 처리, SLAM, CNN, 비전 트랜스포머, 확산, 플로우 매칭, VR/AR
오디오 및 음성 — DSP, ASR, TTS, 음성/음향 활동 감지, 화자 분리, 소스 분리, 능동 소음 제거, WaveNet, Conformer
멀티모달 학습 — 융합 전략, 대조 학습, CLIP, VLM, 이미지/비디오 토큰화, 교차 모달 생성, 통합 아키텍처, 세계 모델
자율 시스템 — 지각, 로봇 학습, VLA, 자율 주행 자동차, 우주 로봇
그래프 신경망 — 기하 딥러닝, 그래프 이론, GNN, 그래프 어텐션, 그래프 트랜스포머, 3D 등변 네트워크
컴퓨팅 및 OS — 이산 수학, 컴퓨터 아키텍처, 운영 체제, 동시성, 병렬성, 프로그래밍 언어
자료 구조 및 알고리즘 — 빅오, 재귀, 백트래킹, 동적 프로그래밍, 배열, 해싱, 연결 리스트, 스택, 트리, 그래프, 정렬, 이진 탐색
프로덕션 소프트웨어 엔지니어링 — Linux, Git, 코드베이스 설계, 테스트, CI/CD, Docker, 모델 서빙, MLOps, 모니터링, 코딩 에이전트 사용
SIMD 및 GPU 프로그래밍 — ML용 C++, 프레임워크 작동 방식, 하드웨어 기초, ARM NEON/I8MM/SME2, x86 AVX, GPU/CUDA, Triton, TPU, RISC-V, Vulkan, WebGPU
AI 추론 — 양자화, 효율적인 아키텍처, 서빙 및 배치, 엣지 추론, 추측 디코딩, 비용 최적화
ML 시스템 설계 — 시스템 기초, 클라우드 컴퓨팅, 분산 시스템, ML 수명 주기, 피처 스토어, A/B 테스트, 추천/검색/광고/사기 설계 예시

MCP 서버

저장소에는 모든 AI 어시스턴트(Claude Code, Cursor, VS Code 등)가 편람을 지식 베이스로 사용할 수 있게 하는 MCP 서버가 포함되어 있습니다. 저장소의 로컬 클론이 필요하며 교육 목적의 도구와 예제 구현이 함께 제공됩니다.

학습 철학

서문은 훌륭한 AI 연구자와 엔지니어는 양질의 지식 소비와 풍부한 경험에서 나온다고 주장합니다 — 좋은 데이터로 훈련된 신경망처럼. Kvashchev의 실험을 인용하며, 세르비아의 장기 연구에서 창의적 문제 해결에 대한 집중적인 3년 훈련이 유동 지능을 10-15 IQ 포인트 크게 향상시킬 수 있음을 보여줍니다. Charles Darwin을 예로 듭니다: 그의 선생님들은 그를 평범하다고 여겼고, 그는 자신을 데이터를 흡수하는 데 시간이 필요한 "느린 프로세서"라고 묘사했습니다. 이 편람은 "세상의 다윈들"을 위해 설계되었습니다 — 잘 연결된 지식의 흐름에서 혜택을 받는 사람들. 초등 수학과 기본 Python만 필요합니다; 다른 모든 것은 과정에서 습득됩니다.

학습 기법

저자는 2단계 방법을 공유합니다:

1단계 — 누적 읽기: 수업 후, 잠자기 전에 각 자료를 읽습니다. 다음 강의에서는 처음부터 시작하여 현재 지점까지 읽고, 추가 연구로 지식 공백을 채웁니다. 이는 뇌가 패턴을 연결하는 데 도움이 됩니다.
2단계 — 시험 전 그림자 읽기: 각 소제목을 읽고, 책을 덮은 다음, 그 개념에 대한 설명을 시각화하고 작성합니다. 놓친 부분만 다시 읽습니다 (머신러닝의 마스크 언어 모델링과 유사). 다시 읽은 후, 코드로 개념을 구현하여 근육 기억을 개발합니다.

저자

Henry Ndubuaku. README는 자세한 정보를 위해 그의 GitHub 프로필을 가리킵니다.

인용

책을 인용하기 위한 BibTeX 항목이 제공됩니다:

@book{ndubuaku2025compendium,
  title     = {Maths, CS & AI Compendium},
  author    = {Henry Ndubuaku},
  year      = {2026},
  publisher = {GitHub},
  url       = {https://github.com/HenryNdubuaku/maths-cs-ai-compendium}
}

접근

henryndubuaku.github.io/maths-cs-ai-compendium에서 온라인으로 읽을 수 있습니다. 저장소에는 Trendshift 배지(인기 지표)도 표시됩니다.