datawhalechina/leedl-tutorial

해결하는 문제

중국어 자료로 딥러닝을 배우는 것은 종종 흩어진 비디오, 노트, 코드를 넘나들어야 함을 의미합니다. 이 프로젝트는 잘 알려진 강의 시리즈를 구조화된 책 같은 튜토리얼로 바꾸어 진입 장벽을 낮춥니다. 강의의 필수 부분을 선택하고, 어려운 개념을 특별히 주의하여 설명하며, 모든 공식을 단계별로 유도하여 독자가 수학 표기법에 막히지 않고 따라갈 수 있게 합니다.

작동 방식

이 튜토리얼은 주로 Hun-yi Lee 교수의 "머신러닝"(2021년 봄) 공개 강의를 기반으로 하며, 일부는 2017년 버전의 내용을 포함합니다. 저자들은 자료를 재구성하고, 독창적인 설명을 추가했으며, 원래 강의를 넘어서는 추가 딥러닝 주제를 포함했습니다. 모든 공식에는 상세한 유도가 제공되며, 까다로운 개념은 강조되어 더 철저히 설명됩니다. 저장소는 PDF 형식의 전체 텍스트(릴리즈를 통해), 무료 온라인 읽기 버전(프로젝트 페이지를 통해 연결), 그리고 Posts & Telecom Press에서 출판된 인쇄본을 제공합니다. 동반 코드 폴더(Homework)는 장과 일치하는 실용적인 연습 문제를 제공합니다.

대상 독자

이 튜토리얼은 딥러닝에 입문하고 싶지만 전형적인 수학 중심 교과서가 부담스러운 중국어 사용자 학습자를 위한 것입니다. 애니메이션 관련 예제와 함께 명확하고 친근한 설명을 선호하는 독학 학생에게 적합하며, 더 전문적인 AI 분야를 탐구하려는 모든 사람에게도 적합합니다. 저자들은 또한 온라인 비디오를 보면서 참고할 물리적 책을 선호하는 독자에게도 추천합니다.

주요 특징

• 매우 인기 있는 중국어 딥러닝 강의를 기반으로 하며, Lee 교수 자신이 추천했습니다.
• 다양한 주제를 다룹니다: 딥러닝 기초, CNN, 자기 주의, RNN, Transformer, GAN, 자기 지도 학습(BERT, GPT-3), 오토인코더, 확산 모델, 적대적 공격, 설명 가능한 AI, 전이 학습, 심층 강화 학습, 평생 학습, 네트워크 압축, 메타 학습, ChatGPT.
• 모든 공식이 상세히 유도되어 수학 장벽을 줄입니다.
• 여러 형식으로 제공: 무료 PDF, 온라인 읽기, 인쇄본.
• 실습을 위한 동반 코드가 포함된 Homework 폴더를 포함합니다.
• CC BY-NC-SA 4.0 라이선스로, 비상업적 용도로 자유롭게 공유하고 수정할 수 있습니다.