00. 시작하기
머신러닝이란, 지도·비지도·강화, 모델·학습·예측 등 5개 주제. ML이 처음이라면 여기부터.
AI/ML 모델 학습 자료
이론적 기초 · 핵심 트레이드오프 · 실무 상식을 체계적으로 정리한 한국어 학습 자료
72개 주제, 9개 카테고리
섹션 제목: “72개 주제, 9개 카테고리”01. 평가 지표
Precision, Recall, ROC, Bias-Variance 등 11개 주제. 모델을 어떻게 평가하는가.
02. 모델 유형
Linear, Tree, SVM, kNN, GNN, RL, 추천, 이상탐지 등 13개 주제. 각 모델이 어떻게 작동하고 언제 쓰는가.
03. 학습 이론
PAC Learning, VC Dimension, Bayesian ML, 인과추론 등 8개 주제. 왜 학습이 가능한가.
04. 최적화
경사하강법, 학습률, 손실함수 등 5개 주제. 어떻게 학습시키는가.
05. 딥러닝
CNN, RNN, Attention, Transformer 등 11개 주제. 딥러닝의 핵심 빌딩 블록.
06. 데이터 엔지니어링
특성공학, 결측치, 불균형, 데이터 누수 등 6개 주제. 데이터를 어떻게 다루는가.
07. 실용 ML
파이프라인, 배포, 윤리, 시스템 설계 등 7개 주제. 실무에서 알아야 할 것.
08. 최신 주제
LLM, RAG, LLMOps, 자기지도학습 등 6개 주제. 최신 트렌드.
어디서부터 읽을까 — 목적별 학습 경로
섹션 제목: “어디서부터 읽을까 — 목적별 학습 경로”왼쪽 사이드바는 주제별 사전입니다. 찾아볼 때는 편하지만, 처음부터 읽기에는 순서가 맞지 않습니다. 아래는 목적에 따라 골라 읽는 경로입니다. 각 트랙은 선수 지식이 어긋나지 않도록 배열했습니다.
🌱 트랙 A — ML이 처음이라면 (10페이지)
섹션 제목: “🌱 트랙 A — ML이 처음이라면 (10페이지)”머신러닝을 한 번도 안 해봤다면 이 순서대로만 읽으세요. 수식은 거의 나오지 않습니다.
| # | 페이지 | 무엇을 얻는가 |
|---|---|---|
| 1 | 머신러닝이란 무엇인가 | 규칙 기반과 뭐가 다른가 |
| 2 | 학습의 세 가지 방식 | 지도 · 비지도 · 강화 |
| 3 | 모델·학습·예측 | fit()이 실제로 하는 일 |
| 4 | 훈련·검증·테스트 | 왜 데이터를 나누는가 |
| 5 | 과적합 첫걸음 | 외우기 vs 이해하기 |
| 6 | 혼동 행렬과 분류 지표 | 정확도만 보면 안 되는 이유 |
| 7 | 정밀도-재현율 트레이드오프 | 둘 다 높일 수는 없다 |
| 8 | 회귀 지표 | 숫자를 예측할 때의 평가 |
| 9 | ML을 쓰지 말아야 할 때 | 도입 판단 기준 |
| 10 | 흔한 실수 | 초보자가 반드시 밟는 지뢰 |
📊 트랙 B — 데이터를 다뤄야 한다면
섹션 제목: “📊 트랙 B — 데이터를 다뤄야 한다면”모델보다 데이터가 성능의 대부분을 결정합니다. 트랙 A를 마쳤다면 여기가 가장 실용적입니다.
특성 공학 → 결측치 → 불균형 데이터 → 데이터 누수 → 교차 검증 → 특성 선택
🧠 트랙 C — 딥러닝으로 가는 길
섹션 제목: “🧠 트랙 C — 딥러닝으로 가는 길”선형 모델 → 신경망 기초 → 활성화 함수 → 손실 함수 → 경사 하강법 → 역전파 → CNN → 어텐션 → 트랜스포머 → LLM
🚀 트랙 D — 모델을 실제로 배포해야 한다면
섹션 제목: “🚀 트랙 D — 모델을 실제로 배포해야 한다면”ML 파이프라인 설계 → 실험 추적 → 모델 배포 → MLOps 기초 → 시스템 설계 패턴 → 윤리적 AI
🎓 트랙 E — 이론을 제대로 알고 싶다면
섹션 제목: “🎓 트랙 E — 이론을 제대로 알고 싶다면”가장 어려운 트랙입니다. 트랙 A~C를 먼저 마치고 오세요.
과적합과 과소적합 → 편향-분산 → 정규화 이론 → 오컴의 면도날 → 공짜 점심은 없다 → PAC 학습 → VC 차원 → 베이지안 ML
💡 각 페이지 상단에 난이도와 선수 지식이 표시되어 있고, 사이드바에도 초급/중급/고급 배지가 붙어 있습니다. 트랙을 벗어나 아무 페이지나 열어도 “지금 읽어도 되는지” 바로 알 수 있습니다.
모든 페이지가 같은 구조로 되어 있습니다
섹션 제목: “모든 페이지가 같은 구조로 되어 있습니다”72개 페이지 전부가 아래 흐름을 따릅니다. 어느 페이지를 열어도 같은 방식으로 읽을 수 있습니다.
| 섹션 | 무엇을 얻는가 |
|---|---|
| 난이도 · 선수 지식 | 지금 이 페이지를 읽어도 되는지 먼저 알려줍니다 (사이드바에 초급/중급/고급 표시) |
| 핵심 요약 | 결론부터 3문장으로 |
| 초보자를 위한 핵심 용어 | 전문용어를 전문용어로 설명하지 않습니다 |
| 비유 | 수식을 만나기 전에 직관부터 |
| 탄생 배경 | 누가, 언제, 어떤 문제를 풀려고 만들었는가 |
| 숫자로 이해하기 | 손으로 따라 계산하는 예시 |
| 실전 사례 | 실제 프로젝트의 성공·실패 이야기 |
| 직접 해보기 | 복사해서 바로 실행되는 코드 (전부 실행 검증 완료) |
| 흔한 오해와 함정 | 실무자들이 자주 틀리는 것 |
| 스스로 점검하기 | 3문항 + 접힌 정답 |
그 밖의 특징
섹션 제목: “그 밖의 특징”- 72개 주제를 9개 카테고리로 체계적으로 분류
- 교과서 수준의 깊이 — 정의, 수식, 직관적 설명, 실무 팁
- 한국어 본문 + 영문 기술 용어 인라인 병기
- LaTeX 수식, 다이어그램, 비교 표로 시각적 이해 지원
- 모든 트레이드오프는 양면을 보여주는 구조
- 코드 예제의 출력값은 실제로 실행한 결과를 주석으로 함께 실었습니다