Deep Learning 자료 모음

자료 모음 페이지

Awesome Deep Learning
Awesome Deep Vision
Awesome Recurrent Neural Networks
Awesome Random Forest

네 개 다 수시로 업데이트 되는 페이지다. 전부 최근 핫한 모델들에 대해서 다루고 있다. 딥러닝이 아닌 페이지가 하나 있는데, 마지막의 랜덤 포레스트는 최근 딥러닝에 묻혀 있지만 여전히 강력하며 가능성을 인정받고 연구되고 있다고 한다. 아래 세 페이지는 페이스북 Artificial Intelligence in Korea 페이지를 운영하는 분이 만들었다.

Stanford.edu

이 외에 직접 살펴본 자료 중에서는 스탠포드의 자료가 좋았다. 렉처 노트가 굉장한 수준으로 작성되어 있어서 렉처노트 만으로 훌륭한 자료가 된다. 다만 렉처노트가 작성되어 있지 않은 경우가 많은 것 같다.

CS231n: Convolutional Neural Networks for Visual Recognition: 실라버스에도 링크되어 있는 렉처 노트 가 어마어마하다.
CS224d: Deep Learning for Natural Language Processing
Deep Learning Tutorial: 이건 강의는 아니고 튜토리얼이다.

Books

가장 많은 시간을 투자해서 본 자료는 Bengio, Goodfellow, Courville가 쓰고 있는 Deep learning 책인데, 쓰고 있는 중이라서 그런지 몰라도 추천할만한 자료인지는 잘 모르겠다.

한국어 자료로는 Deepcumen 이 독보적이다. 머신러닝 전체에 대해서 다루는데 딥러닝에 대해서도 상당부분 다루고 있다. 어설픈 레벨에서 끝나지 않고 상세하게 설명하는 점이 장점이나 세미나 자료를 책으로 엮은 것이라서 그런지 그다지 쉬운 설명은 아니다.

Others

앞으로 읽어볼 계획인 자료로 마무리하자면, The Unreasonable Effectiveness of Recurrent Neural Networks 의 저자이자 블로그 주인인 Andrej Karpathy는 딥러닝 관련 글에서 종종 이름을 볼 수 있고, 위 스탠포드 CNN 강의의 어마어마한 렉처노트의 작성자다. 위 포스팅도 대충 훑어봤지만 상당히 퀄리티가 높아 보인다.

'DataScience > Deep Learning' 카테고리의 다른 글

Deep Learning을 위해 어떤 GPU를 써야 할까?  (0) 2015.11.19
Recent Advances in Deep Learning  (0) 2015.11.02
DL4J vs. Torch vs. Theano vs. Caffe  (1) 2015.08.11
Deep Learning 자료 모음  (0) 2015.07.21
Restricted Boltzmann Machine  (1) 2015.07.14
Deep Learning Tutorial  (2) 2015.05.24