bishwaghimire/ai-learning-roadmaps

A complete, structured hub for learning Artificial Intelligence — covering AI, Machine Learning, Deep Learning, and Data Science with books, roadmaps, and curated resources from beginner to advanced.

이 저장소는 단일 강의가 아닌 학습을 위한 라이브러리입니다. 인공지능, 머신러닝, 딥러닝 및 LLMs, MLOps와 같은 관련 주제를 학습하기 위해 엄선된 도서, 비디오 재생 목록, 대학 강의, 연구 논문, 도구 및 단계별 로드맵을 수집합니다.

대상: 컴퓨터 과학 전공 학생, AI 애호가, 초급에서 고급 수준으로 나아가고자 하는 전문가.

포함 내용:

로드맵 — 다양한 경로를 위한 구조화된 가이드: 기초(AI, ML, DL, 데이터 과학), 전문 분야(컴퓨터 비전, NLP, LLMs, 생성형 AI, RAG), 프로덕션(MLOps) 및 연구/안전.
커리어 트랙 — AI 엔지니어, 데이터 과학자, MLOps 엔지니어, 연구 과학자 등의 역할을 위한 추천 학습 순서.
수학 기초 — 선형대수학, 미적분학, 확률론, 통계학, 최적화에 대한 리소스 표(난이도 및 리소스 유형 포함).
프로그래밍 기초 — Python, NumPy, Pandas, Matplotlib, PyTorch/TensorFlow 관련 도서, 재생 목록 및 대학 강의.
도구 및 프레임워크 — 분류된 목록(시각화, 고전적 ML, 딥러닝, NLP/LLM 프레임워크, 벡터 DB, MLOps, 배포, 클라우드 플랫폼).
연구 논문 및 블로그 — 주요 논문(예: Attention Is All You Need, BERT, GPT-3) 및 공식/커뮤니티 블로그.
커뮤니티 — 지속적인 학습을 위한 Reddit, Discord, Telegram 그룹 및 GitHub Discussions.

사용 방법:

초보자라면? AI Roadmap부터 시작하여 ML → DL → 전문화 과정으로 이동하세요.
모듈은 "연결되어 있지만 독립적"이므로 모든 내용을 순차적으로 따를 필요는 없습니다.
⭐ 별표는 학계/연구/산업계에서 널리 사용되는 영향력 있는 리소스를 나타냅니다.

실무 설정 도움말:

초기 도구 목록: Python 3.10+, VS Code, 가상 환경, notebooks (Google Colab/Jupyter) 및 필수 Python 라이브러리.

주요 특징:

학계와 산업계의 관련성을 모두 고려하여 큐레이션.
다양한 커리어 목표에 따른 명확한 진로 제시.
무료 및 유료 리소스 혼합(주로 외부 링크).
기여 적극 환영 ("Contributions Welcome" 배지).