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.
223 lines
31 KiB
223 lines
31 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "ec8385130a8239ad9d827175126a0722",
|
|
"translation_date": "2026-01-01T10:54:18+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)
|
|
|
|
<!-- 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) | [칸나다어](../kn/README.md) | [한국어](./README.md) | [리투아니아어](../lt/README.md) | [말레이어](../ms/README.md) | [말라얄람어](../ml/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 문자)](../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) | [텔루구어](../te/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)
|
|
|
|
저희는 Discord에서 Learn with AI 시리즈를 진행하고 있습니다. 자세한 내용과 참여는 [Learn with AI Series](https://aka.ms/learnwithai/discord)에서 확인하세요. 2025년 9월 18일 - 30일 동안 진행됩니다. GitHub Copilot을 데이터 과학에 활용하는 팁과 요령을 얻을 수 있습니다.
|
|
|
|
|
|
|
|
# 초보자를 위한 머신러닝 - 커리큘럼
|
|
|
|
> 🌍 전 세계 문화를 통해 머신러닝을 탐구하며 여행하세요 🌍
|
|
|
|
Microsoft의 Cloud Advocates는 총 12주, 26개의 수업으로 구성된 **머신러닝** 커리큘럼을 제공하게 되어 기쁩니다. 이 커리큘럼에서는 주로 Scikit-learn 라이브러리를 사용하고 딥러닝은 제외하는, 흔히 말하는 **고전적 머신러닝(classic machine learning)** 에 대해 배웁니다. 딥러닝은 저희의 [AI for Beginners' curriculum](https://aka.ms/ai4beginners)에서 다룹니다. 또한 이 강의들은 ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners)과 함께 병행하면 좋습니다.
|
|
|
|
여러분과 함께 전 세계를 여행하며 다양한 지역의 데이터를 대상으로 이러한 고전적 기법들을 적용해 봅니다. 각 수업에는 수업 전·후 퀴즈, 수업 완료를 위한 서면 지침, 해답, 과제 등이 포함되어 있습니다. 프로젝트 기반의 교수법을 통해 학습하면서 직접 만들어보는 방식으로 새로운 기술이 더 잘 '정착'하도록 돕습니다.
|
|
|
|
**✍️ 저자분들께 깊은 감사드립니다** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu and Amy Boyd
|
|
|
|
**🎨 일러스트레이터 분들께도 감사드립니다** Tomomi Imura, Dasani Madipalli, and Jen Looper
|
|
|
|
**🙏 특별 감사의 말씀 🙏 Microsoft Student Ambassador 저자, 리뷰어 및 콘텐츠 기여자분들께**, 특히 Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, 그리고 Snigdha Agarwal
|
|
|
|
**🤩 R 수업에 기여해주신 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, 그리고 Vidushi Gupta에게 특별 감사드립니다!**
|
|
|
|
# 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 과정의 모든 추가 리소스는 Microsoft Learn 컬렉션에서 확인하세요](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **도움이 필요하신가요?** 설치, 설정 및 수업 실행과 관련된 일반적인 문제에 대한 해결책은 [Troubleshooting Guide](TROUBLESHOOTING.md)를 확인하세요.
|
|
|
|
|
|
**[학생 여러분](https://aka.ms/student-page)**, 이 커리큘럼을 사용하려면 전체 레포를 자신의 GitHub 계정으로 포크한 뒤 혼자 또는 그룹과 함께 연습 문제를 완료하세요:
|
|
|
|
- 수업 전 퀴즈로 시작하세요.
|
|
- 강의를 읽고 활동을 완료하며 각 지식 확인 지점에서 멈추어 생각하세요.
|
|
- 솔루션 코드를 실행하기보다 수업 내용을 이해하며 프로젝트를 직접 만들어 보세요; 그러나 각 프로젝트 지향 수업의 `/solution` 폴더에서 해당 코드가 제공됩니다.
|
|
- 수업 후 퀴즈를 풀어보세요.
|
|
- 챌린지를 완료하세요.
|
|
- 과제를 완료하세요.
|
|
- 수업 그룹을 완료한 후에는 [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions)를 방문하여 적절한 PAT 루브릭을 작성하며 '학습을 소리 내어' 공유하세요. 'PAT'은 학습을 증진하기 위해 작성하는 진행 평가 도구(루브릭)입니다. 다른 사람의 PAT에 반응할 수도 있어 함께 배울 수 있습니다.
|
|
|
|
> 추가 학습을 위해 다음 [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) 모듈과 학습 경로를 따라가시기를 권장합니다.
|
|
|
|
**교사용 자료**로 이 커리큘럼을 어떻게 사용할지에 대한 [몇 가지 제안](for-teachers.md)을 포함했습니다.
|
|
|
|
---
|
|
|
|
## 비디오 안내
|
|
|
|
일부 수업은 단편 비디오로 제공됩니다. 수업 내부에서 직접 보거나 [ML for Beginners 재생목록 (Microsoft Developer YouTube 채널)](https://aka.ms/ml-beginners-videos)에서 아래 이미지를 클릭하여 모두 확인할 수 있습니다.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## 팀을 소개합니다
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**GIF 제작자** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 위 이미지를 클릭하면 프로젝트와 제작자들에 관한 비디오를 볼 수 있습니다!
|
|
|
|
---
|
|
|
|
## 교수법
|
|
|
|
이 커리큘럼을 구성하면서 두 가지 교수 원칙을 선택했습니다: 실습 중심의 **프로젝트 기반 학습**과 **자주 있는 퀴즈**입니다. 또한 콘텐츠에 일관성을 부여하기 위한 공통 **주제**를 포함했습니다.
|
|
|
|
콘텐츠를 프로젝트와 정렬함으로써 학생들의 참여도가 높아지고 개념의 유지율이 향상됩니다. 또한 수업 전의 낮은 부담의 퀴즈는 학생이 주제 학습에 대한 의도를 설정하게 하고, 수업 후의 두 번째 퀴즈는 추가적인 정착을 보장합니다. 이 커리큘럼은 유연하고 재미있게 설계되어 전체 또는 일부만 수강할 수 있습니다. 프로젝트는 작게 시작되어 12주 주기의 끝으로 갈수록 점점 복잡해집니다. 이 커리큘럼에는 머신러닝의 실제 적용에 관한 부록도 포함되어 있어 추가 학점이나 토론의 기초로 사용할 수 있습니다.
|
|
|
|
> [행동 강령](CODE_OF_CONDUCT.md), [기여 안내](CONTRIBUTING.md), [번역 가이드](TRANSLATIONS.md), 그리고 [문제 해결 안내](TROUBLESHOOTING.md)를 확인해 보세요. 건설적인 피드백을 환영합니다!
|
|
|
|
## 각 수업에는 다음이 포함됩니다
|
|
|
|
- 선택적 스케치노트
|
|
- 선택적 보조 비디오
|
|
- 비디오 안내 (일부 수업만 해당)
|
|
- [수업 전 워밍업 퀴즈](https://ff-quizzes.netlify.app/en/ml/)
|
|
- 서면 강의
|
|
- 프로젝트 기반 수업의 경우 프로젝트를 만드는 단계별 가이드
|
|
- 지식 확인 문제
|
|
- 챌린지
|
|
- 보조 읽을거리
|
|
- 과제
|
|
- [수업 후 퀴즈](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **언어에 대한 참고**: 이 수업들은 주로 Python으로 작성되었지만 많은 수업이 R로도 제공됩니다. R 수업을 완료하려면 `/solution` 폴더로 가서 R 수업을 찾으세요. 해당 파일들은 `.rmd` 확장자를 포함하고 있으며, 이는 `R Markdown` 파일을 나타냅니다. R Markdown은 `code chunks`(R 또는 다른 언어의 코드 조각)와 `YAML header`(PDF와 같은 출력 포맷을 어떻게 형식화할지 안내)를 `Markdown 문서`에 포함하는 방식이라고 간단히 정의할 수 있습니다. 따라서 코드와 그 출력 및 생각을 Markdown으로 작성해 결합할 수 있기 때문에 데이터 과학의 모범적인 저작 프레임워크 역할을 합니다. 또한 R Markdown 문서는 PDF, HTML 또는 Word와 같은 출력 형식으로 렌더링할 수 있습니다.
|
|
|
|
> **퀴즈에 대한 참고**: 모든 퀴즈는 [Quiz App 폴더](../../quiz-app)에 포함되어 있으며 각 3문항으로 총 52개의 퀴즈가 있습니다. 수업 내에서 링크되어 있지만 퀴즈 앱은 로컬에서도 실행할 수 있습니다; `quiz-app` 폴더의 지침을 따라 로컬 호스트를 실행하거나 Azure에 배포하세요.
|
|
|
|
| Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | 머신 러닝 소개 | [소개](1-Introduction/README.md) | 머신 러닝의 기본 개념을 배우세요 | [강의](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | 머신 러닝의 역사 | [소개](1-Introduction/README.md) | 이 분야의 역사를 배우세요 | [강의](1-Introduction/2-history-of-ML/README.md) | Jen 및 Amy |
|
|
| 03 | 공정성과 머신 러닝 | [소개](1-Introduction/README.md) | 학생들이 ML 모델을 구축하고 적용할 때 고려해야 할 공정성과 관련된 중요한 철학적 쟁점은 무엇인가요? | [강의](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | 머신 러닝 기법 | [소개](1-Introduction/README.md) | ML 연구자들이 ML 모델을 구축할 때 사용하는 기법은 무엇인가요? | [강의](1-Introduction/4-techniques-of-ML/README.md) | Chris 및 Jen |
|
|
| 05 | 회귀 소개 | [Regression](2-Regression/README.md) | 회귀 모델을 위해 Python과 Scikit-learn으로 시작하세요 | [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) | 머신 러닝 준비를 위해 데이터를 시각화하고 정리하세요 | [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 구축하세요 | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen 및 Dmitry • Eric Wanjau |
|
|
| 08 | 북미 호박 가격 🎃 | [Regression](2-Regression/README.md) | 로지스틱 회귀 모델을 구축하세요 | [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) | 훈련된 모델을 사용할 웹 앱을 구축하세요 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | 분류 소개 | [Classification](4-Classification/README.md) | 데이터 정리, 전처리 및 시각화; 분류 소개 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen 및 Cassie • Eric Wanjau |
|
|
| 11 | 맛있는 아시아 및 인도 요리 🍜 | [Classification](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 및 Cassie • Eric Wanjau |
|
|
| 12 | 맛있는 아시아 및 인도 요리 🍜 | [Classification](4-Classification/README.md) | 추가 분류기 | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen 및 Cassie • Eric Wanjau |
|
|
| 13 | 맛있는 아시아 및 인도 요리 🍜 | [Classification](4-Classification/README.md) | 모델을 사용하여 추천 웹 앱을 구축하세요 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | 클러스터링 소개 | [Clustering](5-Clustering/README.md) | 데이터 정리, 전처리 및 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 탐구 🎧 | [Clustering](5-Clustering/README.md) | K-평균 클러스터링 방법을 탐구하세요 | [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 기초를 배우세요 | [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 이해하여 NLP 지식을 심화하세요 | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | 번역 및 감성 분석 ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen 텍스트로 번역 및 감성 분석 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | 유럽의 로맨틱 호텔 ♥️ | [Natural language processing](6-NLP/README.md) | 호텔 리뷰를 이용한 감성 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 이용한 감성 분석 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | 시계열 예측 소개 | [Time series](7-TimeSeries/README.md) | 시계열 예측 소개 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ 세계 전력 사용 ⚡️ - ARIMA를 이용한 시계열 예측 | [Time series](7-TimeSeries/README.md) | ARIMA를 이용한 시계열 예측 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ 세계 전력 사용 ⚡️ - SVR을 이용한 시계열 예측 | [Time series](7-TimeSeries/README.md) | Support Vector Regressor(SVR)를 이용한 시계열 예측 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | 강화 학습 소개 | [Reinforcement learning](8-Reinforcement/README.md) | Q-러닝을 이용한 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 | 현실 속의 ML 시나리오와 응용 | [ML in the Wild](9-Real-World/README.md) | 고전적인 ML의 흥미롭고 통찰력 있는 실제 응용 사례 | [강의](9-Real-World/1-Applications/README.md) | Team |
|
|
| Postscript | RAI 대시보드를 사용한 ML 모델 디버깅 | [ML in the Wild](9-Real-World/README.md) | Responsible 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 확인할 수 있습니다](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## 오프라인 액세스
|
|
|
|
이 문서는 [Docsify](https://docsify.js.org/#/)를 사용하여 오프라인으로 실행할 수 있습니다. 이 리포지토리를 포크하고, 로컬 머신에 [Docsify](https://docsify.js.org/#/quickstart)를 설치한 다음, 이 리포지토리의 루트 폴더에서 `docsify serve`를 입력하세요. 웹사이트는 로컬호스트의 포트 3000에서 제공됩니다: `localhost:3000`.
|
|
|
|
## PDF
|
|
|
|
커리큘럼 PDF와 링크는 [여기](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)에서 확인하세요。
|
|
|
|
|
|
## 🎒 다른 강좌
|
|
|
|
우리 팀은 다른 강좌들도 제작합니다! 확인해보세요:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / 에이전트
|
|
[](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 개발하다가 막히거나 질문이 있으면, 동료 학습자 및 경험 많은 개발자들과 MCP에 관한 토론에 참여하세요. 질문이 환영되는 지원적인 커뮤니티이며 지식이 자유롭게 공유됩니다.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
제품 피드백이나 빌드 중 발생한 오류가 있으면 다음을 방문하세요:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
면책사항:
|
|
이 문서는 AI 번역 서비스 [Co-op Translator](https://github.com/Azure/co-op-translator)를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있음을 유의하시기 바랍니다. 원어로 된 원문을 권위 있는 출처로 간주해야 합니다. 중요한 정보의 경우에는 전문 번역가에 의한 번역을 권장드립니다. 이 번역의 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |