AI 교과서 10가지
요약
AI 분야의 핵심 지식을 다루는 교과서 10가지 목록을 소개합니다. 이 책들은 기계 학습, 딥러닝, 강화 학습 등 기초부터 심화 주제까지 아우르며, 연구자들이 집필하여 온라인에서 무료로 접근 가능합니다.
핵심 포인트
- 기초 ML/DL 교과서: Mohri et al., Simon Prince 등의 자료가 있습니다.
- 강화학습 분야의 핵심 서적 3종(Sutton & Barto 등)을 제공합니다.
- 확률론 및 공정성 관련 전문 지식도 다룰 수 있습니다.
- 대부분 MIT Press에서 출판되었으며 온라인 무료로 이용 가능합니다.
$0.
이 분야를 구축한 연구자들이 집필했습니다.
대부분 MIT Press에서 출판되었습니다. 모두 온라인에서 무료로 읽을 수 있습니다.
FOUNDATIONS
- Foundations of Machine Learning (Mohri et al.)
- Understanding Deep Learning (Simon Prince)
- Machine Learning Systems (Harvard, 오픈 소스)
- Deep Learning (Goodfellow, Bengio, Courville)
DECISIONS + REINFORCEMENT LEARNING
5. Algorithms for Decision Making (Kochenderfer et al.)
6. Reinforcement Learning (Sutton and Barto)
7. Distributional Reinforcement Learning (Bellemare et al.)
8. Multi Agent Reinforcement Learning (Albrecht et al.)
PROBABILITY + FAIRNESS
9. Probabilistic Machine Learning (Kevin Murphy)
10. Fairness and Machine Learning (Barocas, Hardt, Narayanan)
답글에 링크가 있습니다 👇
이것을 북마크하세요.
@cyrilXBT를 팔로우하여 실제로 복리 효과를 내는 자료들을 얻으세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @cyrilxbt (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기