틀:List:MachineLearning:FavoriteSite

Machine learning

• Wikipedia (en) 기계학습에 대한 설명
• 기계 학습 (Machine Learning) - OpenCV 기계 학습 알고리즘 [^0]
• UNIVERSITY OF OXFORD: COMPUTER SCIENCE: Machine Learning: 2014-2015 Course materials (옥스포트 대학 머신러닝 교재및 비디오)
• 기계 학습의 역사 1
• 기계 학습의 역사 2
• 파라미터 조정과 학습
• Team AI Korea : We do Artificial Intelligence
• [추천] Mad for Simplicity - Enginius/Machine Learning (머신러닝 관련 컨텐츠 다수 보유, 깔끔하게 잘 정리했음)
• [추천] HUB-AI - AI STUDY (AI관련 스터디 자료 다수 보유)
• 수학을 포기한 직업 프로그래머가 머신러닝 학습을 시작하기위한 학습법 소개
• 머신러닝을 위한 기초 수학 살펴보기 by mingrammer
• [추천] Browse state-of-the-art

E-book

• [추천] 로보틱스와 머신 러닝/인공지능 무료 교재 추천 15권
• The Element of Statistical Learning: Data Mining, Inference, and Prediction – T. Hastie, R. Tibshirani, J. Friedman (2009)
• Introduction to Machine Learning – A. Shashua (2008)
• Deep Learning – An MIT Press book in preparation - Y. Bengio (2015)
• Learning Deep Architectures for AI – Y. Bengio (2009)
• Gaussian Process for Machine Learning – C. Rasmussen, C. Williams
• Reinforcement Learning – C. Weber, M. Elshaw, N. Mayer (2008)
• Reinforcement Learning: An Introduction – R. Sutton, A. Barto (1998)
• Bayesian Reasoning and Machine Learning – D. Barber (2014)

데이터 분석

• 데이터 분석가 대디가 유소년 축구 플렉스하기

Artificial neural network

• Wikipedia (en) 인공신경망에 대한 설명
• 신경망 - Data Mining [^1]
• 인공신경망(Artificial neural network)의 Sigmoid Function [^2]
• [추천] 신경망 이론 : 오창석 [^3] (몇 가지 활성화 함수 (Activation function)에 대한 풀이 존재)
• MLWiki (주로 Deep Learning를 포함한 뉴럴 네트워크를 설명할 것이다)
• Study/Artificial Intelligence: 인공 신경망(Artificial Neural Network)
• A Neural Network in 11 lines of Python (Part 1) (Python코드로 직접 Neural Network를 작성한다)
  • A Neural Network in 13 lines of Python (Part 2 - Gradient Descent)
  • Hinton's Dropout in 3 Lines of Python
  • Anyone Can Learn To Code an LSTM-RNN in Python (Part 1: RNN)

Convolutional neural network

• Wikipedia (en) CNN에 대한 설명
• LeNet-5, convolutional neural networks
• TensorFlow - (5) MNIST - CNN
• [추천] VGG Convolutional Neural Networks Practical [^4] (순차적으로 CNN을 풀어가는 예제)
• Convolutional Neural Networks (Convolutional, Max-Pooling, Fully-Connected의 공식과 Backpropagation)
• SlideShare: Backpropagation in Convolutional Neural Network
• 손고리즘ML : Middle Learning = Shallow + Deep Machine Learning
  • 2015.11/9, 손고리즘ML : 파트 3 – 1회차 : Convolutional Networks (1) / (caffe) Docker로 caffe 실습하기
    • Chapter 9 Convolutional Networks
• Gradient-based learning applied to document recognition
• Convolutional Neural Nets II Hands On [^5]
• Forward and Backward Propagation of Convolutional Layer [^6]
• 쉽게 이해하고 사용하는 딥러닝 (CNN에 대한 개념 정리 및 Theano를 사용한 샘플)
• Backpropagation In Convolutional Neural Networks
• Convolutional Neural Networks backpropagation: from intuition to derivation
• [추천] CNN, Convolution Neural Network 요약
• [추천] (CNN) Convolution Neural Network
• [추천] CNN의 역전파(backpropagation)
• [추천] CNN 역전파를 이해하는 가장 쉬운 방법 The easiest way to understand CNN backpropagation [^7]
• Back Propagation in Convolutional Neural Networks — Intuition and Code

Segmentation

• [추천] A LOOK AT IMAGE SEGMENTATION USING CNNS [^8] (CNN)

Deep learning

• Wikipedia (en) 딥러닝에 대한 설명
• 입문자를 위한 딥러닝 튜토리얼
• 딥 러닝을 이용한 한국어 의존 구문 분석
• 딥 러닝 (Deep Learning) , 한번 살펴보고 가실께요
• Welcome to Deep Learning
  • Convolutional Neural Networks (LeNet)
• [추천] 쉽게 풀어쓴 딥러닝(Deep Learning)의 거의 모든 것
• [추천] NVIDIA > Accelerated Computing > Deep Learning Courses
• [추천] Deep Learning - 서울대 : Biointelligence lab [^9]
• khanrc's blog - Deep Learning Tutorial
• Awesome Deep Learning (자료 모음)
• [추천] Must Know Tips/Tricks in Deep Neural Networks (by Xiu-Shen Wei) [^10]
• Taehoon Kim
  • Github - Taehoon Kim
  • (번역) Neural Network를 이용한 손글씨 인지
  • [추천] Slideshare - 지적 대화를 위한 깊고 넓은 딥러닝 PyCon APAC 2016
• Youtube - FlowNet (Segmentation) Optical flow estimation - demos from supplementary material
• Youtube - Semantic Optical Flow (CVPR 2016)
• Multi-speaker Tacotron in TensorFlow (Origin: http://carpedm20.github.io/)
  • SlideShare - 책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
• [추천] OpenResearch.ai [^11] - 딥러닝 논문이 잘 정리되어 있다.
• [추천] Papers With Code : the latest in machine learning - 페이퍼와 코드를 함께 정리해놓음.

Deep learning libraries

• Wikipedia (en) Comparison of deep learning software
• Deep Learning Comp Sheet: Deeplearning4j vs. Torch vs. Theano vs. Caffe vs. TensorFlow
• 어떤 Deep Learning Library를 선택해야하나요?
• [추천] Evaluation of Deep Learning Toolkits

Andrew Ng

• [추천] Coursera - Machine Learning - Stanford - by Andrew Ng [^12][^13]
  • Corsera Machine Learning으로 기계학습 배우기 : week1
  • Corsera Machine Learning으로 기계학습 배우기 : week2
  • Corsera Machine Learning으로 기계학습 배우기 : week3
  • Coursera Machine Learning으로 기계학습 배우기 : week4
• [추천] README SanghyukChun's Blog [^14][^15] (Andrew Ng 분석, Machine Learning 스터디, etc...)
  • [추천] Machine Learning 스터디 (1) Machine Learning이란?
  • Machine Learning 스터디 (13) Clustering (K-means, Gaussian Mixture Model)
  • [추천] Machine Learning 스터디 (18) Neural Network Introduction
  • [추천] Machine Learning 스터디 (19) Deep Learning - RBM, DBN, CNN
• Old Lisper - Functional Programming World [^16] (Andrew Ng 분석 블로그)
  • Machine Learning, Week 1

Machine Learning Exercises In Python

• Part 1 - Simple Linear Regression [^17]
• Part 2 - Multivariate Linear Regression [^18]
• Part 3 - Logistic Regression [^19]
• Part 4 - Multivariate Logistic Regression [^20]
• Part 5 - Neural Networks [^21]
• Part 6 - Support Vector Machines [^22]
• Part 7 - K-Means Clustering & PCA [^23]
• Part 8 - Anomaly Detection & Recommendation [^24]

Guides

• Deeplearning4j #2 예제 MNIST
• Classifying MNIST digits using Logistic Regression
• 심화 학습 (Deep Learning)
• 삼성소프트웨어멤버십: 인공신경망 Neural Network #1 (C++ 코드로 간단한 Neuron구현)[^25]
• 삼성소프트웨어멤버십: 인공신경망 Neural Network #2 (C++ 코드로 간단한 Feedforward neural network구현) [^26]
• Number plate recognition with Tensorflow (자동차 번호판 인식)
• [추천] GPU: how much faster than CPU? [^27] (잘 알려진 딥러닝 모델 구조들에 대해서, GPU와 CPU에서의 forward time을 비교)

Tutorials

• WikiDocs - Deep Learning 이론과 실습 (개정중)
• [추천] WikiDocs - Machine Learning 강의노트
• [추천] Gihub - 1ambda - Data Analysis [^28]
• UFLDL Tutorial (Unsupervised Feature Learning and Deep Learning)
• opentutorials - 머신러닝
• [추천] GitBook - leonardoaraujosantos > Artificial Inteligence [^29]
• [추천] '머신러닝_김성훈교수님' 카테고리의 다른 글
• [추천] 170915 Tensorflow 세미나 딥러닝 이론에서 실습까지 - POSTECH [^30]
• 강화 학습(Reinforcement Learning)을 이해하는 데 필요한 선수 지식을 정리한 페이지
• [추천] Neural Networks : Zero to Hero - 신경망 개발을 밑바닥 부터 코딩 | GeekNews
  • Tesla의 AI 총괄이었던 Andrej Karpathy가 만드는 신경망 개발 코스
  • 역전파(backpropagation)의 기본부터 시작해서 최신 GPT같은 딥신경망까지 개발
  • 언어모델은 딥러닝을 배우기에 좋음. 나중에 컴퓨터 비전 같은 곳으로 확장해 가더라도 대부분의 학습내용이 즉시 적용 가능
  • [원문] Neural Networks: Zero To Hero
• AI Engineering 관련 자료들 모음 | GeekNews
  • [원문] aie-book/resources.md at main · chiphuyen/aie-book
  • Chip Huyen이 "AI Engineering" 책을 쓰면서 참고했던 1200개 이상의 링크와 1000개 이상의 AI Github Repo중에서 가장 도움 되는 것들만을 추린 것

Data pool

• Fueling the Gold Rush: The Greatest Public Datasets for AI [^31] (AI를 위한 데이터 셋 모음!)

Service

• Aifiddle - Design, Train & Share AI Models from your browser (딥러닝 모델을 브라우저에서 손쉽게 조립할 수 있다)
• PlayGround - Tinker With a Neural Network Right Here in Your Browser. Don’t Worry, You Can’t Break It. We Promise (모델의 레이어 사이 데이터 전달 그래프가 비쥬어블하게 출력됨)
• DeepL Translate: The world's most accurate translator
  • DeepL - 사람처럼 들리는 AI 번역, 한국어 지원 | GeekNews
  • OpenAI
  • Stability.AI
  • Hugging Face
  • Weights and Biases
• Kagi - Universal Summarizer
  • 검색엔진 Kagi가 제공하는 "웹상의 모든 것에 대한 요약 생성" 도구
  • Universal Summarizer - 모든 것을 요약해드립니다 | GeekNews

기안서에 사용하기 좋은 샘플 이미지

• [https://www.google.com/imgres?imgurl=https%3A%2F%2Fd3i71xaburhd42.cloudfront.net%2F791a9a8d8fe3110985211b3256b67c0e979fdf8a%2F2-Figure1-1.png&imgrefurl=https%3A%2F%2Fwww.semanticscholar.org%2Fpaper%2FImage-Sequences-Based-Traffic-Incident-Detection-Zou-Shi%2F791a9a8d8fe3110985211b3256b67c0e979fdf8a%2Ffigure%2F0&tbnid=U1aALMVaNKcjhM&vet=10CBAQxiAoAWoXChMImOranIz17gIVAAAAAB0AAAAAECg..i&docid=jy0zapjJfnlb9M&w=564&h=426&itg=1&q=Person%20Tracking%20&client=firefox-b-d&ved=0CBAQxiAoAWoXChMImOranIz17gIVAAAAAB0AAAAAECg#imgrc=zFEtt7J5NRRniM&imgdii=IsNk3wEGRScDPM 구글 이미지 검색] - 교차로에서 자동차 객체 탐지 샘플들

Online demo

• MNIST Demo
  • Github - MNIST Demo
• MNIST Online demo
• Demos - Deep Learning
• Caffe Demos
• CNN Explainer