AI를 학습하기위한 3개월 프랜

이번 CES도 그렇고, 온 주변이 AI 이야기로 가득차 있는거 같다.

AI를 잘 모르면 앞으로 어려워 질 것이 분명한듯하니...

 

우선 3개월 플랜으로 기초부터 배워보려 하는데 뭐부터 시작해야 할지 막막하여 GPT에게 플랜을 짜달라고 해봤다.

 

 

1개월차: 기초 개념과 기술

목표: AI의 기본 개념과 필요한 기초 기술(프로그래밍, 수학)을 익히기

주차별 계획:

• 1주차:
  • AI의 기본 이해
    • AI, 머신러닝(ML), 딥러닝(DL)의 차이
    • AI의 역사와 주요 응용 사례
    • 참고 자료: YouTube 강의, 간단한 블로그 글
  • 추천 강의: "AI for Everyone" by Andrew Ng (Coursera)
• 2주차:
  • 프로그래밍 기초 (Python)
    • Python 설치 및 기본 문법 (변수, 조건문, 반복문, 함수 등)
    • Jupyter Notebook 사용법 배우기
    • 추천 자료: Codecademy, Python 공식 문서, YouTube 강의
• 3주차:
  • 데이터 기초 다지기
    • Numpy, Pandas 라이브러리 사용법
    • 데이터 분석 및 간단한 시각화 (Matplotlib, Seaborn)
    • 간단한 데이터셋 다루기 (예: CSV 파일)
• 4주차:
  • 수학 기초
    • 선형대수 (벡터, 행렬)
    • 확률 및 통계 (기본 확률, 평균, 분산)
    • Khan Academy 또는 3Blue1Brown의 영상 참고

---

2개월차: 머신러닝 기초

목표: 머신러닝의 주요 개념과 간단한 모델을 만들어보기

주차별 계획:

• 1주차:
  • 머신러닝 기초 이론
    • 지도학습, 비지도학습의 차이
    • 주요 알고리즘: 선형회귀, 로지스틱 회귀
    • 추천 강의: Coursera의 "Supervised Machine Learning" by Andrew Ng
• 2주차:
  • 실습 시작
    • Scikit-learn 설치 및 사용법
    • 간단한 모델 만들어보기 (예: 선형회귀로 집값 예측)
• 3주차:
  • 데이터 전처리
    • 결측값 처리, 데이터 정규화
    • 데이터 분할 (훈련/검증/테스트 셋)
    • Kaggle에서 제공하는 간단한 데이터셋 활용
• 4주차:
  • 모델 평가
    • 평가 지표: 정확도, 정밀도, 재현율, F1 스코어
    • 모델 튜닝 (하이퍼파라미터 조정)

---

3개월차: 딥러닝 입문

목표: 딥러닝의 기본 개념을 배우고 간단한 신경망을 구현

주차별 계획:

• 1주차:
  • 딥러닝 기초 이론
    • 신경망의 구조 (입력층, 은닉층, 출력층)
    • 활성화 함수, 역전파 알고리즘 이해
    • 추천 자료: Deep Learning with Python 책 또는 YouTube 강의
• 2주차:
  • TensorFlow/Keras 시작
    • TensorFlow 설치 및 기본 사용법
    • 간단한 신경망 구현 (예: MNIST 손글씨 분류)
• 3주차:
  • CNN(Convolutional Neural Network) 기초
    • CNN의 개념과 활용 분야
    • Keras로 간단한 CNN 구현
• 4주차:
  • 프로젝트 기반 학습
    • 미니 프로젝트: 간단한 이미지 분류 또는 텍스트 분류
    • Kaggle 대회에 참여하거나, 학습한 내용을 블로그에 정리

---

추가 팁:

1. 커뮤니티 참여: Reddit, Discord, AI 관련 커뮤니티에서 질문하고 답변을 받으며 배우기.
2. 스터디 그룹: 다른 사람들과 함께 학습하면 동기 부여에 도움이 됩니다.
3. 실습 중심: 직접 코드를 작성하고 프로젝트를 만들어보는 것이 가장 중요합니다.

 

자 그럼 이제 시작해볼까...