대학원 공부하면서 북마크 해둔 혹은 참고하고 있는 자료들 중 한국어 자료들 및 한국어 자막이 있는 자료들, 혹은 한국어는 아니지만 꼭 보면 좋을 것 같은 내용들을 짧은 설명과 함께 정리해 보았습니다. 100% 개인적인 의견이니 참고하시기 바랍니다.

원본 영문버전은 https://github.com/freesoft/UIUC-MCSDS-bookmark 를 참고하세요.

https://www.youtube.com/channel/UC-7H7ZImLfGF97Y_EJ0vZzA/playlists

유튜버 수학강사인 이상엽씨의 수학채널. 채널의 내용은 글을 쓰고 있는 2019년 8월 현재 머신러닝이나 통계를 직접적으로 다루고 있진 않습니다만, 아마도 영어권 수업(캠퍼스든 온라인이든 MOOC이든)을 듣게 되면 거기서 종종 나오는 선형대수학 관련 수업내용이 있습니다. 지금까지 한국어로 되어 있는 선형대수학 내용중에는 가장 자세하고 잘 설명이 되어 있는 채널인 듯 합니다. 아마도 대학/대학원쪽 수학을 처음 공부하거나 오래전 공부하셨던 분이라면 이상엽씨의 리스트 중 집합론 부분도 큰 도움이 될거라 생각합니다.

http://hunkim.github.io/ml/

홍콩 과기대 김성훈 교수의 머신러닝 딥러닝 강좌. Andrew Ng 교수의 버전이 많이 반영되어 있다. 딥러닝쪽으로 가면 간단한 텐서플로우 코드 기반 예제코드도 함께 포함되어 있고 익숙한 한국말로 주욱 훓어보기 좋다. 다만 기반이 되는 통계라든지 수학관련 내용에 대한 설명은 Andrew Ng교수의 것과 마찬가지로 자세히 설명하지 않는다. 아무리 한국어로 되어 있다지만 머신러닝/딥러닝을 처음 접하는 사람이 주위의 도움없이 시작할 수 잇는 강좌는 아닌 듯.

https://www.youtube.com/user/joshstarmer

혹시라도 거의 고등학교 수준 정도의 통계까지만 알고 있고, 이제 영어로 통계관련 수업을 듣거나 머신러닝 혹은 An Introduction to Statistical Learning: With Applications in R 같은 책을 스터디하려는데 통계 기반을 "영어로" 좀 다지고 싶다 싶은 분들에가 강추합니다.

정말 "알기 쉽게", 그리고 "짧게" 여러 모듈로 나누어져 있어서 끝까지 한번 쭈욱 보시면 거의 기본적인 통계 혹은 심지어는 머신러닝 관련 일부 내용도 다 커버가 됩니다. ( 그놈이 거기서 온 놈이니... ) 모든 내용을 영어로 설명하지만 영어가 그렇게 어렵지 않습니다. 만약에 이 영어가 안들려서 이해가 안된다.. 그러면 지금 하시려는 그 영어로 진행되는 대학교/대학원/MOOC 수업을 듣는걸 심각하게 한번 고려를 해보셔야 합니다. 괜히 돈만 날리고 마음고생만 하게 될 가능성이 크지 않을까 싶기도요.

https://datascienceschool.net

파이썬 쥬피터 노트북 기반으로 데이터 사이언스와 관련된 광범위한 주제를 다루고 있습니다. 뭐 할때 당장 키보드 타이핑부터 하는 스타일이라면 아주 강추드립니다.(네 제 이야갑니다) 특히 https://datascienceschool.net/view-notebook/04358acdcf3347fc989c4cfc0ef6121c/ 이 내용만 다 알아도 파이썬으로 확률통계 머신러닝 101을 다 했다고 봐도 되지 않을까 싶기도요...

https://wikidocs.net/book/587

Coursera에 있는 Andrew Ng교수의 머신러닝 강좌 내용을 기본으로 김성훈 교수의 내용까지 덧붙여 정리중인 노트입니다. 앤드류 교수의 머신러닝을 독학하다가 첫 챕터만 여러번 반복실패주인 분들에겐 큰 도움이 될 것 같습니다.

http://norman3.github.io/prml/

머신러닝쪽 고전이라 할 수 있는 비숍의 Pattern Recognition & Machine Learning 책의 스터디 사이트. 깔끔하게 정리되었지만 그것과 잘 이해되는 건 별개의 내용이겠죠. 오히려 스터디가 목표라면 최근에 번역되어 나온 "패턴 인식과 머신 러닝"을 보는 게 나을수도 있겠다는 생각입니다. 전 아직 번역본 책을 못 구해서 MS사이트에서 공짜로 다운로드 가능한 원서 PDF를 iPad에 집어넣고 꾸역꾸역 보고 있습니다 ㅠㅠ

https://www.opentutorials.org/module/3653

머신러닝 관련 자료를 보면 꼭 나오는 시그마 기호나 복잡한(?) 수학 수식 없이 기본적인 확률통계만 아는 상태에서 전반적인 통계 혹은 머신러닝 101 관련 내용을 훑어볼 수 있습니다. 몇몇 챕터는 유튜브 비디오 링크로 수업내용을 제공하고 있는데 안타깝게도 유튜브쪽에 더이상 비디오가 존재하지 않는 듯 하네요. "머신러닝 - 수학" 색센 정도의 내용은 기본 확률통계가 헷갈리거나 다른 머신러닝 교제를 보는데도 헷갈린다 하는 분들에게는 도움이 될 것 같습니다만... 이거 하나로 처음부터 끝까지 통계 기반을 다시 쌓는다든지 머신러닝을 심도있게 배울 정도는 아닙니다. 말 그대로 '한페이지 머신러닝' 이니까요.

http://godingmath.com/bayestheroem

혹시 처음 Bayesian theorem을 보는 분이라면 느닷없이 나오는 괴상한 수식과 사전확률 사후확률 등등이 좀 생소할 수 있을 것 같습니다. 그런 경우 한번 읽어보시길 추천드립니다.

https://www.youtube.com/watch?v=HZGCoVF3YvM https://www.youtube.com/watch?v=U_85TaXbeIo

수학 공부하는 사람들에게 잘 알려져 있는 3Blue1Brown 채널에 두개의 베이즈 관련 비디오가 있습니다. 물론 한글 음성이나 자막이 있진 않지만 베이지언을 이해하기 위해 좀 여기저기 찾아보고 끙끙댔다면 한번 살펴보시기 바랍니다. 저는 첫번째 비디오 두번째 비디오 모두 다 보고 아하~ 의 순간이 있었습니다. 유튜브 채널 3Blue1Brown 을 한번도 가보지 않으셨다면 구독 강추드립니다.