Welcome!

이 저장소는 Udemy 의 Zero to Mastery Machine Learning Course 와 zerotomastery.io 와 관련된 모든 코드, 노트북 (notebooks), 이미지 및 기타 자료를 포함합니다.

• 🎥 YouTube 에서 강의의 첫 10 시간을 시청하세요.
• 📚 아름다운 온라인 책으로 강의 자료를 읽으세요.
• 🤔 코드가 잘못된 것이 발견되면 이슈를 남기세요.
• ❓ 질문이 있으신가요? 토론을 게시하세요 (질문 템플릿 참조).

2024 년 10 월 30 일- Milestone Project 2: Bulldozer Price Regression 의 강의 책 버전 추가 (2025 년 이후 업데이트)
2024 년 9 월 12 일- 2025 년 자료를 업데이트 중, 진행 상황을 #105 에서 확인하세요.
2023 년 10 월 12 일- 온라인 책 버전의 강의 자료 생성 완료 (참조: https://dev.mrdbourke.com/zero-to-mastery-ml/)

다음 내용은 제안된 순서대로 나열됩니다.

하지만 마음에 드는 대로 자유롭게 섞어 사용하세요.

참고: 이 강의로 사용하는 모든 데이터셋은 data/ 폴더에 있습니다.

Section	Resource	Description
00	A 6 step framework for approaching machine learning projects	다양한 종류의 머신러닝 프로젝트에 대한 가이드 및 이를 더 작은 단계로 나누는 방법
01	Introduction to NumPy	NumPy 는 Numerical Python 의 약자입니다. 데이터 과학과 머신러닝의 대부분이 수치 처리 (numerical processing) 를 기반으로 하므로 가장 많이 사용되는 Python 라이브러리 중 하나입니다.

...

• 문제 해결을 위한 프레임워크 생성 (6 단계 머신러닝 모델링 프레임워크)

• 프레임워크에 맞는 도구 찾기

• 목표 지향 연습 = 도구와 프레임워크 단계를 사용하여 종단 간 (end-to-end) 머신러닝 모델링 프로젝트 수행

• 섹션 1 - 머신러닝을 위한 마음과 컴퓨터 준비 (개념, 컴퓨터 설정)

• 섹션 2 - 머신러닝 및 데이터 과학용 도구 (pandas, NumPy, Matplotlib, Scikit-Learn)

• 섹션 3 - 종단 간 구조화된 데이터 프로젝트 (분류 및 회귀)

• 섹션 4 - TensorFlow 2.0 과 신경망, 딥러닝 및 전이 학습

• 섹션 5 - 작업 공유 및 발표

일부 학생들은 이 강의에서 광범위한 노트를 작성하고 공유했습니다. 아래에 확인하세요.

자신의 노트를 제출하시려면 풀 리퀘스트 (pull request) 를 남기세요.