커리큘럼의 이 섹션에서, 머신러닝 필드의 기초가 될 기본 개념, 의미, 역사와 연구자가 이용하는 기술을 배울 예정입니다. 새로운 ML의 세계로 같이 모험을 떠납시다!
> Photo by <ahref="https://unsplash.com/@bill_oxford?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Bill Oxford</a> on <ahref="https://unsplash.com/s/photos/globe?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
북미에서, Halloween을 위해서 호박을 소름돋게 무서운 얼굴로 조각하는 경우가 자주 있습니다. 매혹적인 채소에 대하여 찾아봅시다!
> Photo by <ahref="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Beth Teutschmann</a> on <ahref="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
커리큘럼의 이 섹션에서, ML이 적용된 주제를 소개할 예정입니다: Scikit-learn 모델을 웹 애플리케이션에서 예측할 때 사용할 수 있는 파일로 저장해봅니다. 모델을 저장하고, Flask에 있는 웹 앱에서 어덯게 사용하는 지도 배웁니다. 먼저 UFO 목격 제보에 관련된 일부 데이터로 모델을 만듭니다! 그러면, 위도와 경도 값으로 몇 초 입력해서 UFO가 보고된 나라를 예측할 수 있는 웹 앱을 만들게 됩니다.
Photo by <ahref="https://unsplash.com/@mdherren?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Michael Herren</a> on <ahref="https://unsplash.com/s/photos/ufo?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
아시아와 인도의, 전통 음식은 다양하고, 매우 맛있습니다! 재료를 이해하기 위해서 지역 요리에 대한 데이터를 찾아봅니다.
> Photo by <ahref="https://unsplash.com/@changlisheng?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Lisheng Chang</a> on <ahref="https://unsplash.com/s/photos/asian-food?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
@ -6,7 +6,7 @@ Clustering은 서로 비슷한 오브젝트를 찾고 clusters라고 불린 그
나이지리아의 다양한 사람들은 다양한 음악 취향이 있습니다. Spotify에서 긁어온 데이터를 사용해서 ([this article](https://towardsdatascience.com/country-wise-visual-analysis-of-music-taste-using-spotify-api-seaborn-in-python-77f5b749b421)에서 영감받았습니다), 나이지니아에서 인기있는 음악을 알아보겠습니다. 데이터셋에 다양한 노래의 'danceability' 점수, 'acousticness', loudness, 'speechiness', 인기도와 에너지 데이터가 포함됩니다. 데이터에서 패턴을 찾는 것은 흥미로울 예정입니다!
Photo by <ahref="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Marcela Laskoski</a> on <ahref="https://unsplash.com/s/photos/nigerian-music?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
@ -16,8 +16,8 @@ Photo by <a href="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_
@ -8,16 +8,16 @@ Natural language processing, 즉 NLP는, 인공지능의 하위 필드입니다.
이 강의에서 머신러닝이 이 대화를 점차 'smart'하게 만드는 방식을 배우고자 작은 대화 봇을 만들어서 NLP의 기본을 배울 예정입니다. 1813년에 출판한, Jane Austen의 고전 소설, **Pride and Prejudice**에, Elizabeth Bennett과 Mr. Darcy 같이 이야기하며 과거로 시간 여행을 하게 됩니다. 그러면, 유럽의 호텔 리뷰로 감정 분석을 배우면서 지식을 발전시킬 예정입니다.
> Photo by <ahref="https://unsplash.com/@elaineh?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Elaine Howlin</a> on <ahref="https://unsplash.com/s/photos/pride-and-prejudice?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
## 강의
1. [Natural language processing 소개하기](1-Introduction-to-NLP/translations/README.ko.md)
@ -8,14 +8,14 @@ time series forecasting은 무엇인가요? 과거의 트렌드로 분석해서
여기에서 핵심은 과거 부하 패턴 기반으로 향후 전력 사용량의 예측에 대해 배울 수 있는 흥미로운 데이터셋인, 전세계의 전기 사용량입니다. 이 예측 종류가 비지니스 환경에서 많이 돕고 있는지 볼 수 있습니다.
Photo by <ahref="https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Peddi Sai hrithik</a> of electrical towers on a road in Rajasthan on <ahref="https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
## 강의
1. [Time series forecasting 소개하기](1-Introduction/translations/README.ko.md)
2. [ARIMA time series 모델 만들기](2-ARIMA/translations/README.ko.md)
1. [Time series forecasting 소개하기](../1-Introduction/translations/README.ko.md)
2. [ARIMA time series 모델 만들기](../2-ARIMA/translations/README.ko.md)
@ -4,7 +4,7 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
주식 시장처럼 시뮬레이션된 환경을 상상해봅니다. 만약 규제시키면 어떤 일이 벌어질까요. 긍정적이거나 부정적인 영향을 주나요? 만약 부정적인 일이 생긴다면, 진로를 바꾸어, _negative reinforcement_ 을 배울 필요가 있습니다. 긍정적인 결과는, _positive reinforcement_ 로 만들 필요가 있습니다.
> Peter and his friends need to escape the hungry wolf! Image by [Jen Looper](https://twitter.com/jenlooper)
@ -23,9 +23,9 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
이전 섹션에서, 머신러닝 문제의 예시를 보았습니다:
- **Supervised**, 해결하려는 문제에 대해서 예시 솔루션을 추천할 데이터셋이 있습니다. [Classification](../4-Classification/README.ko.md) 과 [regression](../2-Regression/README.ko.md)은 supervised learning 작업입니다.
- **Supervised**, 해결하려는 문제에 대해서 예시 솔루션을 추천할 데이터셋이 있습니다. [Classification](../../4-Classification/translations/README.ko.md) 과 [regression](../../2-Regression/translations/README.ko.md)은 supervised learning 작업입니다.
- **Unsupervised**, 라벨링된 훈련 데이터가 없습니다. unsupervised learning의 주요 예시는 [Clustering](../5-Clustering/README.ko.md)입니다.
- **Unsupervised**, 라벨링된 훈련 데이터가 없습니다. unsupervised learning의 주요 예시는 [Clustering](../../5-Clustering/translations/README.ko.md)입니다.
이 섹션에서, 라벨링된 훈련 데이터가 필요없는 학습 문제의 새로운 타입에 대하여 소개할 예정입니다. 여러 문제의 타입이 있습니다:
@ -46,8 +46,8 @@ Reinforcement learning, 즉 RL은, supervised learning 과 unsupervised learning
커리큘럼의 이 섹션에서, classical ML의 실제-세계 에플리케이션을 소개힐 예정입니다. 가능한 neural networks, 딥러닝과 AI를 피하면서, 이 전략을 사용한 애플리케이션에 대한 백서와 아티클을 찾으려 웹 서핑을 했습니다. ML이 비즈니스 시스템, 생태학 애플리케이션, 금융, 예술과 문화, 그리고 더 많은 곳에서 어떻게 사용되는지 배웁니다.
> Photo by <ahref="https://unsplash.com/@childeye?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Alexis Fauvet</a> on <ahref="https://unsplash.com/s/photos/artificial-intelligence?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
## 강의
1. [ML의 현실 애플리케이션](1-Applications/translations/README.ko.md)
1. [ML의 현실 애플리케이션](../1-Applications/translations/README.ko.md)
minwook-shin
3 years ago