SanDiegoMachineLearning/bookclub

이 프로젝트의 목적

이 저장소는 San Diego Machine Learning (SDML) 밋업 그룹의 북클럽 저장소입니다. 이곳에는 회원들이 머신러닝 관련 도서와 강의를 함께 읽고 토론하는 북클럽 모임의 노트, 링크, 슬라이드, 영상이 보관되어 있습니다.

이곳은 일반적인 ML 발표를 위한 저장소가 아닙니다. README에는 북클럽과 관련 없는 발표 자료를 별도의 SDML talks repo에서 확인하도록 명시되어 있습니다.

포함된 내용

README에는 과거 및 현재 진행 중인 여러 독서 시리즈가 나열되어 있으며, 각 시리즈는 연결된 문서(예: ai-engineering.md, hands-on-machine-learning-3.md)나 외부 링크를 포함하고 있습니다. 각 항목에는 도서나 강의명, 시리즈 시작 시기, 관련 자료를 찾을 수 있는 위치가 기재되어 있습니다.

주요 항목은 다음과 같습니다:

AI Engineering (파운데이션 모델을 활용한 애플리케이션) — 노트/슬라이드 및 영상.
LLM Inference Illustrated — 영상 녹화본; 2026년 3월 시작.
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 3rd Edition — 2025년 8월 시작.
Computer Vision — 일정, 노트/슬라이드, 녹화본, 추가 자료 (두 개의 연결된 도서 표지 포함).
Mathematics for Machine Learning — 일정, 노트/슬라이드, 녹화본, 추가 자료.
Understanding Deep Learning — 일정, 노트/슬라이드, 녹화본, 추가 자료.
Generative AI with Large Language Models (LLMs) — DeepLearning.AI/Coursera 강의; 이 항목은 킥오프 및 주간 토론 슬라이드와 YouTube 영상으로 직접 연결됩니다 (별도의 .md 파일 없음).
Probabilistic Machine Learning: Advanced Topics — 2023년 1월 시작.
Learning SQL Queries (도서: Sams Teach Yourself SQL in 10 Minutes) — 2022년 9월 시작.
Quantum Computing (도서: Dancing with Qubits) — 2022년 8월 시작.
Machine Learning with Graphs — 2022년 1월 시작.
Hands-On Machine Learning …, 2nd Edition — 2021년 10월 시작.
Reinforcement Learning: An Introduction — 노트/슬라이드 및 영상.
Algorithms to Live By — 슬라이드는 다른 개인 저장소(Ted's talks)에 있으며, 영상은 YouTube에 있습니다.
Designing Data-Intensive Applications — 노트 및 영상.
Deep Learning with PyTorch — 노트 및 영상.
Feature Engineering for Machine Learning — 외부 저장소(alicezheng/feature-engineering-book)의 Jupyter 노트북과 데이터셋 다운로드 지침이 포함된 저장소(tedkyi/feature-engineering)로 연결됩니다.
Hands-On ML 2nd Edition (2019) — 저자의 공개 노트북 저장소(ageron/handson-ml2)로 연결됩니다.
Natural Language Processing in Action — 관련 코드 저장소(totalgood/nlpia)로 연결됩니다.

구성 방식

각 도서/강의는 일반적으로 해당 시리즈의 일정, 슬라이드, 녹화본 및 추가 자료를 포함하는 단일 Markdown 문서(예: ai-engineering.md)로 저장소에 구성됩니다. README는 각 문서로 연결되는 도서 표지 이미지가 포함된 인덱스 페이지 역할을 합니다.

일부 항목은 이 저장소 내에 문서가 없으며, 대신 외부 링크(Google Slides, YouTube, GitHub 저장소)로 연결됩니다.

커뮤니티 / 연락처 정보

README 하단에는 참여 방법에 대한 안내가 있습니다:

이벤트 공지를 확인하려면 SDML Meetup group에 가입하세요.
이벤트, 채용 정보 및 토론을 원하시면 SDML Slack channel에 가입하세요 (공유 초대 링크 제공).
(북클럽 외) ML 발표 슬라이드와 영상은 SDML talks repo를 확인하세요.

사실 관계에 대한 참고 사항

저는 README에 명시된 내용 외에 어떠한 내용도 임의로 추가하지 않았습니다. 예를 들어, README는 북클럽이 모임 중에 실제로 무엇을 하는지(