Repolode
제출하기
ben1234560

ben1234560/AiLearning-Theory-Applying

AI 수학 기초부터 머신러닝, 딥러닝, Transformer, BERT, 대회 사례까지 다루는 중국어 강의형 저장소로, 주석이 달린 코드와 데이터셋을 제공합니다.

GitHub에서 보기
스타
3,585
포크
476
열린 이슈
3
마지막 커밋
21일 전

어떤 프로젝트인가요?

AiLearning-Theory-Applying은 AI를 처음 접하는 사람을 위한 중국어 학습 저장소입니다. 미적분, 선형대수, 확률과 통계 같은 수학적 기초부터 KMeans와 베이지안 분석 같은 고전 머신러닝 알고리즘, 신경망에서 CNN, RNN, LSTM까지의 딥러닝 주제, Transformer와 BERT를 활용한 최신 NLP까지 차근차근 다룹니다.

이론 노트뿐 아니라 Kaggle과 중국 데이터 대회에서 가져온 데이터를 활용한 실습 프로젝트도 포함합니다. 신용카드 사기 탐지, 도로 통행 시간 예측, BERT를 활용한 중국어 감성 분석 등이 있습니다. 여러 프로젝트에는 데이터셋과 상세한 주석이 달린 코드가 함께 제공되어 결과를 직접 실행하고 재현할 수 있습니다.

콘텐츠는 챕터별 학습 경로로 구성되어 있으며, Markdown 문서와 Jupyter Notebook을 함께 제공합니다. 추상적인 개요를 읽기보다 내용을 따라가며 예제를 재현하고 싶은 학습자를 대상으로 합니다.

핵심 기능

  • 01하나의 학습 경로에서 수학적 기초, 고전 머신러닝, 딥러닝, Transformer/BERT 이론을 다룹니다.
  • 02신용카드 사기 탐지와 통행 시간 예측 등 대회 기반 프로젝트를 제공합니다.
  • 03여러 프로젝트에 데이터셋과 주석이 달린 코드를 포함해 예제를 재현할 수 있습니다.
  • 04원본 코드를 포함한 중국어 BERT 감성 분석 튜토리얼을 제공합니다.
  • 05Markdown 설명과 Jupyter Notebook을 함께 제공합니다.

활용 사례

  • 모델을 작성하기 전에 머신러닝의 수학적 원리를 학습할 때.
  • Kaggle 스타일의 단계별 프로젝트를 따라 하며 데이터 모델링을 연습할 때.
  • 주석이 포함된 설명을 통해 Transformer와 BERT의 작동 방식을 공부할 때.
  • 실습 예제를 통해 중국어 AI 데이터 대회를 준비할 때.

사용 전 알아둘 점

  • 콘텐츠는 중국어로 작성되어 있습니다.
  • README에는 자료를 상업적으로 사용할 수 없다고 명시되어 있어 메타데이터의 MIT 라이선스와 상충합니다.

포함된 컬렉션

자연어 처리 도구 및 라이브러리

토픽

#machine-learning#deep-learning#nlp#bert#transformer#tutorial#jupyter-notebook#kaggle#ai#dataming

자주 묻는 질문

AiLearning-Theory-Applying은(는) 무엇인가요?
AI 수학 기초부터 머신러닝, 딥러닝, Transformer, BERT, 대회 사례까지 다루는 중국어 강의형 저장소로, 주석이 달린 코드와 데이터셋을 제공합니다. AiLearning-Theory-Applying은 AI를 처음 접하는 사람을 위한 중국어 학습 저장소입니다. 미적분, 선형대수, 확률과 통계 같은 수학적 기초부터 KMeans와 베이지안 분석 같은 고전 머신러닝 알고리즘, 신경망에서 CNN, RNN, LSTM까지의 딥러닝 주제, Transformer와 BERT를 활용한 최신 NLP까지 차근차근 다룹니다.
AiLearning-Theory-Applying은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
AiLearning-Theory-Applying은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
AiLearning-Theory-Applying은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. AiLearning-Theory-Applying의 마지막 커밋은 2026년 10월 18일입니다.
AiLearning-Theory-Applying은(는) 어디에 사용할 수 있나요?
모델을 작성하기 전에 머신러닝의 수학적 원리를 학습할 때. Kaggle 스타일의 단계별 프로젝트를 따라 하며 데이터 모델링을 연습할 때. 주석이 포함된 설명을 통해 Transformer와 BERT의 작동 방식을 공부할 때. 실습 예제를 통해 중국어 AI 데이터 대회를 준비할 때.
AiLearning-Theory-Applying은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ben1234560/AiLearning-Theory-Applying

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트