You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
214 lines
31 KiB
214 lines
31 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "74da5cc84f2716b6b9944241a141e2f9",
|
|
"translation_date": "2025-11-18T17:09:32+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "ko"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 다국어 지원
|
|
|
|
#### GitHub Action을 통해 지원 (자동화 및 항상 최신 상태 유지)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[아랍어](../ar/README.md) | [벵골어](../bn/README.md) | [불가리아어](../bg/README.md) | [버마어 (미얀마)](../my/README.md) | [중국어 (간체)](../zh/README.md) | [중국어 (번체, 홍콩)](../hk/README.md) | [중국어 (번체, 마카오)](../mo/README.md) | [중국어 (번체, 대만)](../tw/README.md) | [크로아티아어](../hr/README.md) | [체코어](../cs/README.md) | [덴마크어](../da/README.md) | [네덜란드어](../nl/README.md) | [에스토니아어](../et/README.md) | [핀란드어](../fi/README.md) | [프랑스어](../fr/README.md) | [독일어](../de/README.md) | [그리스어](../el/README.md) | [히브리어](../he/README.md) | [힌디어](../hi/README.md) | [헝가리어](../hu/README.md) | [인도네시아어](../id/README.md) | [이탈리아어](../it/README.md) | [일본어](../ja/README.md) | [한국어](./README.md) | [리투아니아어](../lt/README.md) | [말레이어](../ms/README.md) | [마라티어](../mr/README.md) | [네팔어](../ne/README.md) | [나이지리아 피진어](../pcm/README.md) | [노르웨이어](../no/README.md) | [페르시아어 (파르시)](../fa/README.md) | [폴란드어](../pl/README.md) | [포르투갈어 (브라질)](../br/README.md) | [포르투갈어 (포르투갈)](../pt/README.md) | [펀자브어 (구르무키)](../pa/README.md) | [루마니아어](../ro/README.md) | [러시아어](../ru/README.md) | [세르비아어 (키릴)](../sr/README.md) | [슬로바키아어](../sk/README.md) | [슬로베니아어](../sl/README.md) | [스페인어](../es/README.md) | [스와힐리어](../sw/README.md) | [스웨덴어](../sv/README.md) | [타갈로그어 (필리핀)](../tl/README.md) | [타밀어](../ta/README.md) | [태국어](../th/README.md) | [터키어](../tr/README.md) | [우크라이나어](../uk/README.md) | [우르두어](../ur/README.md) | [베트남어](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### 커뮤니티에 참여하세요
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
현재 Discord에서 AI 학습 시리즈가 진행 중입니다. [Learn with AI Series](https://aka.ms/learnwithai/discord)를 통해 2025년 9월 18일부터 30일까지 GitHub Copilot을 활용한 데이터 과학 팁과 트릭을 배울 수 있습니다.
|
|
|
|
|
|
|
|
# 초보자를 위한 머신러닝 - 커리큘럼
|
|
|
|
> 🌍 세계 문화를 통해 머신러닝을 탐구하며 세계를 여행하세요 🌍
|
|
|
|
Microsoft의 클라우드 옹호자들이 **머신러닝**에 관한 12주, 26강의 커리큘럼을 제공합니다. 이 커리큘럼에서는 주로 Scikit-learn 라이브러리를 사용하여 **클래식 머신러닝**이라고 불리는 것을 배우며, 딥러닝은 [AI for Beginners' 커리큘럼](https://aka.ms/ai4beginners)에서 다룹니다. 이 강의는 ['Data Science for Beginners' 커리큘럼](https://aka.ms/ds4beginners)과 함께 학습할 수 있습니다.
|
|
|
|
세계 각지의 데이터를 활용하여 이러한 클래식 기술을 적용하며 우리와 함께 여행하세요. 각 강의에는 강의 전후 퀴즈, 강의 완료를 위한 작성 지침, 솔루션, 과제 등이 포함되어 있습니다. 프로젝트 기반 학습 방법을 통해 새로운 기술을 효과적으로 익힐 수 있습니다.
|
|
|
|
**✍️ 저자들에게 깊은 감사** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu, Amy Boyd
|
|
|
|
**🎨 일러스트레이터들에게도 감사** Tomomi Imura, Dasani Madipalli, Jen Looper
|
|
|
|
**🙏 Microsoft Student Ambassador 저자, 리뷰어, 콘텐츠 기여자들에게 특별히 감사드립니다**, 특히 Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, Snigdha Agarwal
|
|
|
|
**🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, Vidushi Gupta에게 R 강의에 대한 추가 감사!**
|
|
|
|
# 시작하기
|
|
|
|
다음 단계를 따르세요:
|
|
1. **저장소 포크하기**: 이 페이지 오른쪽 상단의 "Fork" 버튼을 클릭하세요.
|
|
2. **저장소 클론하기**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [이 과정에 대한 추가 리소스를 Microsoft Learn 컬렉션에서 찾으세요](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **도움이 필요하신가요?** 설치, 설정 및 강의 실행과 관련된 일반적인 문제에 대한 해결책은 [문제 해결 가이드](TROUBLESHOOTING.md)를 확인하세요.
|
|
|
|
**[학생들](https://aka.ms/student-page)**, 이 커리큘럼을 사용하려면 전체 저장소를 자신의 GitHub 계정으로 포크하고 개인적으로 또는 그룹과 함께 연습을 완료하세요:
|
|
|
|
- 강의 전 퀴즈로 시작하세요.
|
|
- 강의를 읽고 활동을 완료하며 각 지식 확인에서 멈추고 반성하세요.
|
|
- 강의 내용을 이해하며 프로젝트를 만들어보세요. 솔루션 코드를 실행하지 않고도 가능합니다. 그러나 해당 코드는 각 프로젝트 기반 강의의 `/solution` 폴더에 있습니다.
|
|
- 강의 후 퀴즈를 풀어보세요.
|
|
- 도전을 완료하세요.
|
|
- 과제를 완료하세요.
|
|
- 강의 그룹을 완료한 후 [토론 게시판](https://github.com/microsoft/ML-For-Beginners/discussions)을 방문하여 적절한 PAT 루브릭을 작성하며 "소리 내어 학습"하세요. 'PAT'는 학습을 심화하기 위해 작성하는 루브릭인 진행 평가 도구입니다. 다른 PAT에 반응하여 함께 학습할 수도 있습니다.
|
|
|
|
> 추가 학습을 위해 [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) 모듈과 학습 경로를 따르기를 권장합니다.
|
|
|
|
**교사들**, 이 커리큘럼을 사용하는 방법에 대한 [몇 가지 제안](for-teachers.md)을 포함했습니다.
|
|
|
|
---
|
|
|
|
## 비디오 강의
|
|
|
|
일부 강의는 짧은 형식의 비디오로 제공됩니다. 강의 내에서 또는 [Microsoft Developer YouTube 채널의 ML for Beginners 재생 목록](https://aka.ms/ml-beginners-videos)에서 모든 비디오를 확인할 수 있습니다. 아래 이미지를 클릭하세요.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## 팀 소개
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif 제작자** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 위 이미지를 클릭하여 프로젝트와 제작자들에 대한 비디오를 확인하세요!
|
|
|
|
---
|
|
|
|
## 교육 방법론
|
|
|
|
이 커리큘럼을 제작하면서 두 가지 교육적 원칙을 선택했습니다: **프로젝트 기반** 학습을 보장하고 **빈번한 퀴즈**를 포함하는 것입니다. 또한 이 커리큘럼은 공통 **테마**를 포함하여 일관성을 제공합니다.
|
|
|
|
프로젝트와 연계된 콘텐츠를 보장함으로써 학생들에게 더 흥미로운 학습 경험을 제공하며 개념의 유지력을 높일 수 있습니다. 또한, 수업 전 저위험 퀴즈는 학생이 주제를 학습할 의도를 설정하게 하고, 수업 후 두 번째 퀴즈는 추가적인 개념 유지력을 보장합니다. 이 커리큘럼은 유연하고 재미있게 설계되었으며 전체 또는 일부로 학습할 수 있습니다. 프로젝트는 작게 시작하여 12주 과정이 끝날 때 점점 복잡해집니다. 이 커리큘럼은 또한 ML의 실제 응용에 대한 후기를 포함하며, 추가 학점으로 사용하거나 토론의 기초로 사용할 수 있습니다.
|
|
|
|
> [행동 강령](CODE_OF_CONDUCT.md), [기여](CONTRIBUTING.md), [번역](TRANSLATIONS.md), [문제 해결](TROUBLESHOOTING.md) 지침을 확인하세요. 건설적인 피드백을 환영합니다!
|
|
|
|
## 각 강의에는 다음이 포함됩니다
|
|
|
|
- 선택적 스케치노트
|
|
- 선택적 보충 비디오
|
|
- 비디오 강의 (일부 강의만 해당)
|
|
- [강의 전 워밍업 퀴즈](https://ff-quizzes.netlify.app/en/ml/)
|
|
- 작성된 강의
|
|
- 프로젝트 기반 강의의 경우, 프로젝트를 구축하는 단계별 가이드
|
|
- 지식 확인
|
|
- 도전 과제
|
|
- 보충 읽기 자료
|
|
- 과제
|
|
- [강의 후 퀴즈](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **언어에 대한 참고 사항**: 이 강의는 주로 Python으로 작성되었지만 일부는 R로도 제공됩니다. R 강의를 완료하려면 `/solution` 폴더로 이동하여 R 강의를 찾으세요. 이 강의는 `.rmd` 확장자를 포함하며, 이는 **R Markdown** 파일을 나타냅니다. 이는 `코드 청크`(R 또는 다른 언어)와 `YAML 헤더`(PDF와 같은 출력 형식을 안내)를 `Markdown 문서`에 포함하는 것으로 간단히 정의할 수 있습니다. 따라서 데이터 과학을 위한 뛰어난 저작 프레임워크로 작용하며, 코드, 출력 및 생각을 Markdown에 작성할 수 있습니다. 또한 R Markdown 문서는 PDF, HTML 또는 Word와 같은 출력 형식으로 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. 강의 내에서 링크되어 있지만, 퀴즈 앱은 로컬에서 실행할 수 있습니다. `quiz-app` 폴더의 지침을 따라 로컬에서 호스팅하거나 Azure에 배포하세요.
|
|
|
|
| 강의 번호 | 주제 | 강의 그룹 | 학습 목표 | 링크된 강의 | 저자 |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | 머신러닝 소개 | [Introduction](1-Introduction/README.md) | 머신러닝의 기본 개념을 배워보세요 | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | 머신러닝의 역사 | [Introduction](1-Introduction/README.md) | 이 분야의 역사를 배워보세요 | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
| 03 | 공정성과 머신러닝 | [Introduction](1-Introduction/README.md) | 학생들이 ML 모델을 구축하고 적용할 때 고려해야 할 공정성에 대한 중요한 철학적 문제는 무엇일까요? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | 머신러닝 기술 | [Introduction](1-Introduction/README.md) | ML 연구자들이 ML 모델을 구축하기 위해 사용하는 기술은 무엇일까요? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
| 05 | 회귀 분석 소개 | [Regression](2-Regression/README.md) | 회귀 모델을 위해 Python과 Scikit-learn을 시작해보세요 | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | 북미 호박 가격 🎃 | [Regression](2-Regression/README.md) | ML 준비를 위해 데이터를 시각화하고 정리해보세요 | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | 북미 호박 가격 🎃 | [Regression](2-Regression/README.md) | 선형 및 다항 회귀 모델을 구축해보세요 | [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 🎃 | [Regression](2-Regression/README.md) | 로지스틱 회귀 모델을 구축해보세요 | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | 웹 앱 🔌 | [Web App](3-Web-App/README.md) | 학습된 모델을 활용하는 웹 앱을 구축해보세요 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | 분류 소개 | [Classification](4-Classification/README.md) | 데이터를 정리하고 준비하며 시각화하는 방법과 분류에 대한 소개를 배워보세요 | [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 🍜 | [Classification](4-Classification/README.md) | 분류기에 대한 소개를 배워보세요 | [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 🍜 | [Classification](4-Classification/README.md) | 더 많은 분류기를 배워보세요 | [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 🍜 | [Classification](4-Classification/README.md) | 모델을 사용하여 추천 웹 앱을 구축해보세요 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | 클러스터링 소개 | [Clustering](5-Clustering/README.md) | 데이터를 정리하고 준비하며 시각화하는 방법과 클러스터링에 대한 소개를 배워보세요 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | 나이지리아 음악 취향 탐구 🎧 | [Clustering](5-Clustering/README.md) | K-Means 클러스터링 방법을 탐구해보세요 | [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 ☕️ | [Natural language processing](6-NLP/README.md) | 간단한 봇을 만들어 NLP의 기본을 배워보세요 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | 일반적인 NLP 작업 ☕️ | [Natural language processing](6-NLP/README.md) | 언어 구조를 다룰 때 필요한 일반적인 작업을 이해하며 NLP 지식을 심화해보세요 | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | 번역 및 감정 분석 ♥️ | [Natural language processing](6-NLP/README.md) | 제인 오스틴과 함께 번역 및 감정 분석을 배워보세요 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | 유럽의 로맨틱 호텔 ♥️ | [Natural language processing](6-NLP/README.md) | 호텔 리뷰를 활용한 감정 분석 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | 유럽의 로맨틱 호텔 ♥️ | [Natural language processing](6-NLP/README.md) | 호텔 리뷰를 활용한 감정 분석 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | 시계열 예측 소개 | [Time series](7-TimeSeries/README.md) | 시계열 예측에 대한 소개를 배워보세요 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ 세계 전력 사용 ⚡️ - ARIMA를 활용한 시계열 예측 | [Time series](7-TimeSeries/README.md) | ARIMA를 활용한 시계열 예측 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ 세계 전력 사용 ⚡️ - SVR을 활용한 시계열 예측 | [Time series](7-TimeSeries/README.md) | 서포트 벡터 회귀를 활용한 시계열 예측 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | 강화 학습 소개 | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning을 활용한 강화 학습 소개 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | 피터가 늑대를 피하도록 도와주세요! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 강화 학습 Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | 실제 ML 시나리오 및 응용 | [ML in the Wild](9-Real-World/README.md) | 고전적인 ML의 흥미롭고 유익한 실제 응용 사례 | [Lesson](9-Real-World/1-Applications/README.md) | Team |
|
|
| Postscript | RAI 대시보드를 활용한 ML 모델 디버깅 | [ML in the Wild](9-Real-World/README.md) | Responsible AI 대시보드 구성 요소를 활용한 머신러닝 모델 디버깅 | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [이 과정의 추가 자료는 Microsoft Learn 컬렉션에서 확인하세요](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## 오프라인 접근
|
|
|
|
[Docsify](https://docsify.js.org/#/)를 사용하여 이 문서를 오프라인에서 실행할 수 있습니다. 이 저장소를 포크하고, 로컬 머신에 [Docsify 설치](https://docsify.js.org/#/quickstart)를 완료한 후, 이 저장소의 루트 폴더에서 `docsify serve`를 입력하세요. 웹사이트는 localhost의 포트 3000에서 제공됩니다: `localhost:3000`.
|
|
|
|
## PDF
|
|
|
|
링크가 포함된 커리큘럼 PDF는 [여기](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)에서 확인하세요.
|
|
|
|
## 🎒 다른 과정들
|
|
|
|
우리 팀은 다른 과정들도 제작합니다! 확인해보세요:
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### 생성형 AI 시리즈
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-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
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Copilot 시리즈
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## 도움 받기
|
|
|
|
AI 앱을 구축하다가 막히거나 질문이 있다면, MCP에 대해 논의하는 학습자 및 경험 많은 개발자들과 함께하세요. 질문을 환영하고 지식을 자유롭게 공유하는 지원적인 커뮤니티입니다.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
제품 피드백이나 빌드 중 오류가 발생하면 다음을 방문하세요:
|
|
|
|
[](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 노력하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서를 해당 언어로 작성된 상태에서 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |