Machine Learning Yearning

이 문서는 앤드류 응(Andrew Ng.) 교수님이 Ebook 형태로 공개한 ‘Machine Learning Yearning’ Draft 버전의 한국어 번역입니다. ‘Machine Learning Yearning’은 deeplearning.ai에서 진행하고 있는 “Deep Learning Specialization” 강좌와 병행하여 보시면 좋은 입문 자료입니다.

머신러닝 프로젝트를 구조화하고 개선하는 전략과 다양한 기법을 소개합니다. 전체 58장으로 구성되어 있습니다.

일주일에 2-3장씩 번역 문서를 공개할 예정입니다.

변경 로그

#목차 제목 추가일 최종 변경일 비고
16장 잘못 레이블된 개발/테스트 데이터셋 처리 2019.01.12 2019.01.12 문서 추가
15장 오류 분석중에 여러 아이디어를 동시에 평가하기 2019.01.09 2019.01.09 문서 추가
14장 에러 분석: 아이디어 평가를 위해, 개발 데이터셋을 살펴보라. 2018.12.27 2018.12.27 문서 추가
13장 첫 시스템 신속한 구축, 그리고 반복 2018.12.26 2018.12.26 문서 추가
12장 정리: 개발/테스트 데이터셋 구성 2018.12.26 2018.12.26 문서 추가
11장 개발/테스트 데이터셋과 평가 지표를 변경해야하는 시점 2018.12.26 2018.12.26 문서 추가
10장 개발 데이터셋과 평가지표로 개발 순환 사이클 속도 향상 2018.12.25 2018.12.25 문서 추가
9장 최적화 지표와 만족 지표 2018.12.25 2018.12.25 문서 추가
8장 최적화를 위한 단일 평가 지표 2018.12.24 2018.12.24 문서 추가
7장 개발셋과 테스트셋의 규모 2018.12.22 2018.12.22 문서 추가
6장 같은 분포의 개발셋과 테스트셋 구성 2018.12.22 2018.12.22 문서 추가
5장 개발 데이터셋과 테스트 데이터셋 2018.12.22 2018.12.22 문서 추가
4장 규모가 기계학습의 발전을 이끈다. 2018.12.21 2018.12.21 문서 추가
3장 사전 준비와 표기법 2018.12.21 2018.12.21 문서 추가
2장 이 책 활용법 2018.12.21 2018.12.21 문서추가
1장 왜 머신러닝 전략이 필요한가? 2018.12.21 2018.12.21 문서 추가
Last updated on 27 Dec 2018 / Published on 27 Dec 2018
김태완 avatar
작성자: 김태완
1999년 부터 Java, Framework, Middleware, SOA, DB Replication, Cache, CEP, NoSQL, Big Data, Cloud를 키워드로 살아왔습니다. 현재는 빅데이터와 Machine Learning을 중점에 두고 있습니다.
E-mail: taewanme@gmail.com

Powered by http://taewan.kim