[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
[![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)

[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
[![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/)
[![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)

### 🌐 다국어 지원

#### GitHub Action을 통한 지원 (자동화 및 항상 최신 상태 유지)

<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](./README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)

> **로컬에서 복제하는 것을 선호하시나요?**

> 이 저장소에는 50개 이상의 언어 번역본이 포함되어 있어 다운로드 크기가 크게 늘어납니다. 번역 없이 복제하려면 sparse checkout을 사용하세요:
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
> cd ML-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> 이렇게 하면 훨씬 빠른 다운로드로 수업을 완료하는 데 필요한 모든 것을 얻을 수 있습니다.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->

#### 커뮤니티에 참여하세요

[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)

우리는 Discord에서 AI와 함께 배우는 시리즈를 진행 중입니다. 2025년 9월 18일부터 30일까지 [Learn with AI Series](https://aka.ms/learnwithai/discord)에서 자세히 알아보고 함께하세요. GitHub Copilot을 데이터 과학에 활용하는 팁과 요령을 얻을 수 있습니다.

![Learn with AI series](../../translated_images/ko/3.9b58fd8d6c373c20.webp)

# 초보자를 위한 머신러닝 - 커리큘럼

> 🌍 세계 문화를 통해 머신러닝을 탐험하며 세계 여행을 떠나보세요 🌍

Microsoft의 클라우드 옹호자들이 제공하는 12주, 26강의 커리큘럼입니다. 이 커리큘럼에서는 주로 Scikit-learn 라이브러리를 사용하며 [AI for Beginners' curriculum](https://aka.ms/ai4beginners)에 포함된 딥러닝을 제외한, 종종 '클래식 머신러닝'이라 불리는 머신러닝에 대해 배웁니다. 또한, ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners)과 함께 학습할 수 있습니다.

전 세계 여러 지역의 데이터를 클래식 머신러닝 기법에 적용하며 여행하듯 배우세요. 각각의 강의는 강의 전후 퀴즈, 강의 완료 지침, 해답, 과제 등을 포함합니다. 프로젝트 기반 교육법은 실제 구축하면서 학습하도록 하여 새 기술이 잘 기억되도록 합니다.

**✍️ 진심으로 감사드립니다 - 저자분들** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu, Amy Boyd

**🎨 감사드립니다 - 일러스트레이터분들** Tomomi Imura, Dasani Madipalli, Jen Looper

**🙏 특별한 감사 🙏 Microsoft 학생 앰배서더 저자, 검토자 및 콘텐츠 기여자분들** 특히 Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, Snigdha Agarwal

**🤩 추가 감사 - Microsoft 학생 앰배서더 Eric Wanjau, Jasleen Sondhi, Vidushi Gupta께서 진행한 R 강의!**

# 시작하기

다음 단계를 따르세요:
1. **리포지토리 포크**: 이 페이지 우측 상단의 "Fork" 버튼을 클릭합니다.
2. **리포지토리 복제**:   `git clone https://github.com/microsoft/ML-For-Beginners.git`

> [이 코스에 관한 모든 추가 자료는 Microsoft Learn 컬렉션에서 찾으실 수 있습니다](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

> 🔧 **도움이 필요하신가요?** 설치, 설정, 수업 실행 관련 일반 문제에 대한 해결책은 [문제 해결 설명서](TROUBLESHOOTING.md)를 확인하세요.

**[학생들](https://aka.ms/student-page)**, 이 커리큘럼을 사용하려면 전체 리포지토리를 자신의 GitHub 계정으로 포크하고 혼자 또는 그룹으로 연습문제를 완료하세요:

- 강의 전 퀴즈부터 시작하세요.
- 강의를 읽고 활동을 완성하며 각 지식 점검 부분에서 일시 중지하고 생각해 보세요.
- 해답 코드를 단순 실행하기보다는 내용을 이해하며 프로젝트를 제작해 보세요. 해답 코드는 각 프로젝트 별 수업의 `/solution` 폴더에 있습니다.
- 강의 후 퀴즈를 봅니다.
- 챌린지를 완료합니다.
- 과제를 완료합니다.
- 강의 그룹을 완료한 후 [토론 게시판](https://github.com/microsoft/ML-For-Beginners/discussions)에 방문해 적절한 PAT 루브릭을 작성하며 '소리 내어 학습'하세요. 'PAT'는 학습 진척 평가 도구로, 여러분이 직접 작성하여 더 깊이 학습하도록 돕습니다. 다른 PAT에도 반응하여 함께 배울 수 있습니다.

> 추가 학습을 원할 경우, 다음 [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) 모듈과 학습 경로를 추천합니다.

**교사 분들**, 본 커리큘럼 활용에 대한 [권장 사항](for-teachers.md)을 포함하였습니다.

---

## 비디오 강의

일부 강의는 짧은 형식의 비디오로 제공됩니다. 모든 비디오는 강의 내 인라인 또는 [Microsoft Developer YouTube 채널의 ML for Beginners 재생목록](https://aka.ms/ml-beginners-videos)에서 이미지를 클릭하여 시청할 수 있습니다.

[![ML for beginners banner](../../translated_images/ko/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)

---

## 팀 소개

[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)

**GIF 제작** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)

> 🎥 위 이미지를 클릭하면 프로젝트와 제작진에 관한 비디오를 볼 수 있습니다!

---

## 교육 철학

이 커리큘럼 개발 시 두 가지 교육 원칙을 채택했습니다: 실습 중심의 **프로젝트 기반** 교육과 **빈번한 퀴즈 포함**. 또한 통일성을 주기 위해 공통 **테마**를 적용했습니다.

프로젝트와 내용이 일치하도록 함으로써 학생들이 수업에 몰입하고 개념을 더 잘 유지할 수 있도록 합니다. 수업 전 저위험 퀴즈는 학생들의 학습 의도를 세우고 수업 후 퀴즈는 개념의 유지력을 높입니다. 이 커리큘럼은 유연하고 재미있게 설계되어 전부 또는 일부만 수강할 수 있습니다. 프로젝트는 작게 시작해 12주 과정이 끝날 무렵 점점 더 복잡해집니다. 또한 실제 머신러닝 적용에 관한 후기 글이 포함되어 있어 추가 학점이나 토론 소재로 사용할 수 있습니다.

> [행동 강령](CODE_OF_CONDUCT.md), [기여 지침](CONTRIBUTING.md), [번역 안내](TRANSLATIONS.md), [문제 해결](TROUBLESHOOTING.md) 가이드를 확인하세요. 건설적인 피드백을 환영합니다!

## 각 강의는 다음을 포함합니다

- 선택적 스케치노트
- 선택적 보조 비디오
- 비디오 강의(일부 강의만)
- [강의 전 워밍업 퀴즈](https://ff-quizzes.netlify.app/en/ml/)
- 서면 강의
- 프로젝트 기반 강의의 경우, 프로젝트 구축 단계별 안내서
- 지식 점검
- 챌린지
- 보조 읽을거리
- 과제
- [강의 후 퀴즈](https://ff-quizzes.netlify.app/en/ml/)

> **언어 관련 참고:** 이 강의들은 주로 Python으로 작성되었지만 많은 강의가 R 언어로도 제공됩니다. R 강의를 완료하려면 `/solution` 폴더에서 R 강의를 찾으세요. 이 파일은 .rmd 확장자를 가지며, 이는 `코드 청크`(R 또는 기타 언어의)와 `YAML 헤더`(출력 포맷 PDF 등 지정)를 포함하는 **R Markdown** 파일입니다. R Markdown은 코드, 출력, 생각을 Markdown 문서 내에 기록하여 결합할 수 있는 우수한 데이터 과학 작성 프레임워크입니다. 또한 PDF, HTML, Word 등 다양한 출력 포맷으로 렌더링할 수 있습니다.
> **퀴즈에 대한 참고 사항**: 모든 퀴즈는 [Quiz App 폴더](../../quiz-app)에 포함되어 있으며, 총 52개의 퀴즈가 각 3개의 질문으로 구성되어 있습니다. 이들은 강의 내에서 링크되어 있지만 퀴즈 앱은 로컬에서 실행할 수 있습니다; 로컬 호스팅 또는 Azure에 배포하는 방법은 `quiz-app` 폴더의 지침을 따르십시오.

| 강의 번호 |                              주제                               |                    강의 그룹                      | 학습 목표                                                                                                                       |                                                             연결된 강의                                                              |                       저자                       |
| :-------: | :------------------------------------------------------------: | :----------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------: |
|    01     |                 머신러닝 소개                                   |       [소개](1-Introduction/README.md)           | 머신러닝의 기본 개념을 학습합니다                                                                                                |                                             [강의](1-Introduction/1-intro-to-ML/README.md)                                             |                      Muhammad                   |
|    02     |                 머신러닝의 역사                                |       [소개](1-Introduction/README.md)           | 이 분야의 역사에 대해 학습합니다                                                                                                 |                                            [강의](1-Introduction/2-history-of-ML/README.md)                                            |                   Jen and Amy                    |
|    03     |                 공정성과 머신러닝                               |       [소개](1-Introduction/README.md)           | 학생들이 ML 모델을 구축하고 적용할 때 고려해야 할 중요한 철학적 공정성 문제                                            |                                              [강의](1-Introduction/3-fairness/README.md)                                               |                      Tomomi                      |
|    04     |                 머신러닝 기법                                   |       [소개](1-Introduction/README.md)           | ML 연구자가 모델을 구축할 때 사용하는 기법을 학습합니다                                                                         |                                          [강의](1-Introduction/4-techniques-of-ML/README.md)                                           |                   Chris and Jen                  |
|    05     |                 회귀 소개                                      |         [회귀](2-Regression/README.md)            | 회귀 모델을 위한 Python과 Scikit-learn 시작                                                                                      |        [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)        |            Jen • Eric Wanjau                     |
|    06     |              북미 호박 가격 🎃                                  |         [회귀](2-Regression/README.md)            | ML 준비를 위한 데이터 시각화 및 정리                                                                                           |        [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)          |            Jen • Eric Wanjau                     |
|    07     |              북미 호박 가격 🎃                                  |         [회귀](2-Regression/README.md)            | 선형 및 다항 회귀 모델 구축                                                                                                     |      [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)          |            Jen and Dmitry • Eric Wanjau          |
|    08     |              북미 호박 가격 🎃                                  |         [회귀](2-Regression/README.md)            | 로지스틱 회귀 모델 구축                                                                                                         |     [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)       |            Jen • Eric Wanjau                     |
|    09     |                   웹 앱 🔌                                     |            [웹 앱](3-Web-App/README.md)           | 훈련된 모델을 활용하는 웹 앱 구축                                                                                              |                                                 [Python](3-Web-App/1-Web-App/README.md)                                                  |                        Jen                        |
|    10     |                  분류 소개                                     |      [분류](4-Classification/README.md)           | 데이터 정리, 준비, 시각화; 분류 소개                                                                                            | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau                     |
|    11     |             맛있는 아시아 및 인도 요리 🍜                      |      [분류](4-Classification/README.md)           | 분류기 소개                                                                                                                     | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau                     |
|    12     |             맛있는 아시아 및 인도 요리 🍜                      |      [분류](4-Classification/README.md)           | 더 많은 분류기                                                                                                                 | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau                     |
|    13     |             맛있는 아시아 및 인도 요리 🍜                      |      [분류](4-Classification/README.md)           | 모델을 사용한 추천 웹 앱 구축                                                                                                   |                                              [Python](4-Classification/4-Applied/README.md)                                              |                        Jen                        |
|    14     |                  클러스터링 소개                              |         [클러스터링](5-Clustering/README.md)       | 데이터 정리, 준비, 시각화; 클러스터링 소개                                                                                      |        [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |            Jen • Eric Wanjau                     |
|    15     |              나이지리아 음악 취향 탐색 🎧                       |         [클러스터링](5-Clustering/README.md)       | K-평균 클러스터링 방법 탐구                                                                                                    |         [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |            Jen • Eric Wanjau                     |
|    16     |             자연어 처리 소개 ☕️                               |    [자연어 처리](6-NLP/README.md)                   | 간단한 봇을 만들어 NLP 기본 개념 학습                                                                                            |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                              |                      Stephen                      |
|    17     |                   일반 NLP 작업 ☕️                            |    [자연어 처리](6-NLP/README.md)                   | 언어 구조를 다룰 때 필요한 일반적인 NLP 작업을 이해하며 지식 심화                                                               |                                                    [Python](6-NLP/2-Tasks/README.md)                                                     |                      Stephen                      |
|    18     |              번역 및 감정 분석 ♥️                              |    [자연어 처리](6-NLP/README.md)                   | Jane Austen 텍스트로 번역과 감정 분석                                                                                            |                                            [Python](6-NLP/3-Translation-Sentiment/README.md)                                             |                      Stephen                      |
|    19     |                  유럽의 로맨틱 호텔 ♥️                         |    [자연어 처리](6-NLP/README.md)                   | 호텔 리뷰를 통한 감정 분석 1                                                                                                    |                                               [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                                |                      Stephen                      |
|    20     |                  유럽의 로맨틱 호텔 ♥️                         |    [자연어 처리](6-NLP/README.md)                   | 호텔 리뷰를 통한 감정 분석 2                                                                                                    |                                               [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                                |                      Stephen                      |
|    21     |               시계열 예측 소개                                |         [시계열](7-TimeSeries/README.md)             | 시계열 예측 소개                                                                                                               |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                              |                    Francesca                      |
|    22     |  ⚡️ 세계 전력 사용 ⚡️ - ARIMA 시계열 예측                      |         [시계열](7-TimeSeries/README.md)             | ARIMA를 이용한 시계열 예측                                                                                                     |                                                 [Python](7-TimeSeries/2-ARIMA/README.md)                                                 |                    Francesca                      |
|    23     |  ⚡️ 세계 전력 사용 ⚡️ - SVR 시계열 예측                        |         [시계열](7-TimeSeries/README.md)             | 서포트 벡터 회귀를 이용한 시계열 예측                                                                                           |                                                  [Python](7-TimeSeries/3-SVR/README.md)                                                  |                     Anirban                       |
|    24     |               강화 학습 소개                                  |   [강화 학습](8-Reinforcement/README.md)             | Q-러닝을 이용한 강화 학습 소개                                                                                                 |                                             [Python](8-Reinforcement/1-QLearning/README.md)                                              |                      Dmitry                        |
|    25     |                Peter가 늑대를 피하도록 돕기! 🐺                 |   [강화 학습](8-Reinforcement/README.md)             | 강화 학습 Gym                                                                                                                  |                                                [Python](8-Reinforcement/2-Gym/README.md)                                                 |                      Dmitry                        |
|   후기글   |                실제 ML 시나리오 및 응용                      |        [야생의 ML](9-Real-World/README.md)          | 고전적인 ML의 흥미롭고 실질적인 실제 적용 사례                                                                                   |                                             [강의](9-Real-World/1-Applications/README.md)                                              |                        팀                          |
|   후기글   |                 RAI 대시보드를 활용한 ML 모델 디버깅            |        [야생의 ML](9-Real-World/README.md)          | 책임 있는 AI 대시보드 컴포넌트를 사용한 머신러닝 모델 디버깅                                                                       |                                             [강의](9-Real-World/2-Debugging-ML-Models/README.md)                                              |                     Ruth Yakubu                   |

> [이 과정의 모든 추가 자료는 Microsoft Learn 컬렉션에서 확인하세요](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

## 오프라인 액세스

이 문서를 오프라인에서 실행하려면 [Docsify](https://docsify.js.org/#/)를 사용하세요. 이 저장소를 포크하고, 로컬 머신에 [Docsify 설치](https://docsify.js.org/#/quickstart) 후 이 저장소의 루트 폴더에서 `docsify serve`를 입력하세요. 웹사이트는 로컬호스트의 3000번 포트에서 서빙됩니다: `localhost:3000`.

## PDF

링크가 포함된 커리큘럼 PDF는 [여기](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)에서 확인하세요.


## 🎒 다른 강좌

우리 팀은 다른 강좌도 제작합니다! 확인해보세요:

<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)

---

### Azure / Edge / MCP / Agents
[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)

---
 
### 생성 AI 시리즈
[![초보자를 위한 생성 AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![생성 AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![생성 AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![생성 AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)

---
 
### 핵심 학습
[![초보자를 위한 머신러닝](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![초보자를 위한 데이터 과학](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![초보자를 위한 AI](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![초보자를 위한 사이버보안](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![초보자를 위한 웹 개발](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![초보자를 위한 IoT](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![초보자를 위한 XR 개발](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)

---
 
### 코파일럿 시리즈
[![AI 페어 프로그래밍을 위한 코파일럿](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET용 코파일럿](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![코파일럿 어드벤처](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->

## 도움 받기

AI 앱 개발 중에 막히거나 질문이 있는 경우 MCP 커뮤니티에 참여해 보세요. 질문이 환영받고 지식이 자유롭게 공유되는 지원적인 커뮤니티입니다.

[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)

제품 피드백이나 개발 중 오류가 발생하면 다음을 방문하세요:

[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**면책 조항**:  
이 문서는 AI 번역 서비스 [Co-op Translator](https://github.com/Azure/co-op-translator)를 사용하여 번역되었습니다. 정확성을 위해 노력하였으나, 자동 번역에는 오류나 부정확성이 포함될 수 있음을 유의해 주시기 바랍니다. 원문 문서는 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 이 번역의 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->