ben1234560/AiLearning-Theory-Applying

프로젝트 개요

이것은 인공지능 학습자를 위한 오픈소스 튜토리얼 및 실전 프로젝트로, 독자가 AI 이론과 응용을 빠르게 익힐 수 있도록 돕는 것을 목표로 합니다. 프로젝트 내용은 지속적으로 업데이트되며, 많은 주석과 데이터셋을 포함하여 독자가 이해하고 재현할 수 있도록 합니다.

핵심 내용

프로젝트는 학습 장(chapter)별로 구성되며, 주로 다음 모듈을 포함합니다:

• 필수 수학 기초: 고등 수학, 미적분학, 테일러 공식, 선형대수학, 확률론, 커널 함수, 엔트로피, 회귀 분석, 가설 검정, 상관 분석, 분산 분석, KMEANS 알고리즘, 베이즈 분석 등을 다룹니다.
• 대규모 모델 (LLM): 『누구나 이해할 수 있는 Transformer』 시리즈 튜토리얼(네트워크 아키텍처부터 출력까지 총 8장)과 대규모 모델 경진대회 실전(2024 금융 산업 대규모 모델 챌린지 등)을 포함합니다.
• 머신러닝: 머신러닝 경진대회 실전(신용카드 사기 탐지, 산업 화학 생산 예측 등, 대부분 데이터셋 포함)과 머신러닝 알고리즘 원리 및 유도(리항의 『통계적 학습 방법』, 리훙이의 이상 탐지 등)를 포함합니다.
• 딥러닝 입문: 딥러닝 필수 지식 포인트, 신경망 모델, 합성곱 신경망, 순환 신경망, LSTM 네트워크 및 감정 분석 응용 등을 다룹니다.
• NLP 범용 프레임워크 BERT: BERT 원리 해설, 소스 코드 해설 및 응용 사례, BERT 기반 중국어 감정 분석 실전을 포함합니다.

대상 독자

AI 이론을 체계적으로 학습하고 실제 프로젝트에 적용하려는 초보자 및 중급자, 특히 경진대회 실전을 통해 능력을 향상시키려는 학습자.

프로젝트 특징

• 넓은 범위: 수학 기초부터 머신러닝, 딥러닝, 대규모 모델까지 내용이 체계적입니다.
• 이론과 실전의 결합: 알고리즘 유도와 경진대회 우승 솔루션 및 데이터셋이 포함된 실전 프로젝트가 모두 있습니다.
• 친근하고 이해하기 쉬움: 문서에 많은 주석이 포함되어 있으며, 목표는 "누구나 이해하고 재현할 수 있는" 것입니다.
• 지속적인 업데이트: 저자는 내용을 계속 보완할 것이라고 명시했습니다.
• 저자 배경: 블로거는 여러 유명 경진대회에서 수상 경력이 있으며(텐센트 Light 공익 챌린지 그랜드슬램, 판지우지웨이 알고리즘 대회 준우승 등), 실전 경험이 있습니다.

라이선스

프로젝트에는 LICENSE 파일이 포함되어 있지만, README에는 구체적인 라이선스 유형이 명시되어 있지 않으며 "본 문서에서 사용하는 라이선스는 LICENSE를 참조하세요"라고만 표시되어 있습니다. 또한 프로젝트는 상업적 용도로 사용되지 않으며, 전재 시 출처를 명시해야 하고, 권리 침해 시 저자에게 연락해야 한다고 선언합니다.

(참고: 위 내용은 프로젝트 README 원문에 완전히 기반하며, 언급되지 않은 정보는 추가되지 않았습니다.)