머신러닝 & 딥러닝 공부 리포지토리📕

이 repository는 개인적으로 머신러닝과 딥러닝을 공부하고, 매일의 학습 과정을 기록하기 위해 만들어졌습니다. 다양한 알고리즘을 직접 구현해보고, 이론과 실습을 통해 머신러닝 및 딥러닝 기술을 깊이 이해하는 것을 목표로 하고 있습니다.

목적🤔

해당 repository의 주요 목적:

• 머신러닝과 딥러닝의 이론적 개념을 체계적으로 학습
• 알고리즘을 직접 구현하고 TensorFlow, PyTorch, scikit learn 등 다양한 라이브러리를 실습
• 매일의 학습 내용과 실습 결과를 기록하며 성장 추적
• 코드 샘플과 학습 노트를 공유

리포지토리 구성🧑‍💻

• notebooks/: Jupyter 노트북 형식으로 작성된 학습 실습과 실험 결과
• projects/: 머신러닝 및 딥러닝 개념을 적용한 다양한 미니 프로젝트
• notes/: 주요 개념을 요약한 학습 노트 및 참고 자료
• models/: 학습한 모델의 구현 및 예제 코드

학습 내용✍️

• first machine learning: 인공지능과 머신러닝, 딥러닝, 코랩과 주피터 노트북, 마켓과 머신러닝
• 데이터 다루기: 훈련 세트와 테스트 세트, 데이터 전처리
• 회귀 알고리즘과 모델 규제: KNN, 선형 회귀, 특성 공학과 규제
• 다양한 분류 알고리즘: 로지스틱 회귀, 확률적 경사 하강법
• 트리 알고리즘: 결정 트리, 교차 검증과 그리드 서치, 트리의 앙상블
• 비지도 학습: 군집 알고리즘, K-평균, 주성분 분석
• 딥러닝 시작: 인공 신경망, 심층 신경망, 신경망 모델 훈련
• 이미지를 위한 인공 신경망: 합성곱 신경망의 구성 요소, 합성곱 신경망을 사용한 이미지 분류, 합성곱 신경망의 시각화
• 텍스트를 위한 인공 신경망: 순차 데이터와 순환 신경망, 순환 신경망으로 IMDB리뷰 분류, LSTM과 GRU셀

사용 방법✨

상단에 프로젝트 -> MachineLearning and DeepLearning study log -> In Progress or Done 이 있을것입니다.
각 챕터별로 이슈생성후 각 이슈에서 해당되는 내용을 공부 후 commit. 그리고 어떤 내용에 대한 공부인지 comment에 기록되 있음.
(위의 학습 내용을 순서대로 이슈에 올릴 예정)
해당 repository는 학습 과정을 기록하고 공유하기 위해 만들어졌습니다. 머신러닝과 딥러닝에 관심이 있다면 자유롭게 코드를 살펴보시고, 도움이 되길 바랍니다:)
※피드백과 제안도 언제든 환영합니다!※

참고 자료✒️

• 참고 도서: [혼공 머신러닝, 딥러닝]