AI-For-Beginners/translations/ko
leestott b9c43e4edf 🌐 Update translations via Co-op Translator 2025-08-31 14:13:46 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-24 22:28:16 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-08-31 14:13:46 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-08-31 14:13:46 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-24 22:28:16 +00:00

README.md

GitHub license
GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

초보자를 위한 인공지능 - 커리큘럼

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
초보자를 위한 AI - 스케치노트: @girlie_mac

인공지능(AI)의 세계를 12주, 24강으로 구성된 커리큘럼을 통해 탐험해보세요! 실습 강의, 퀴즈, 실험실이 포함되어 있으며, 초보자도 쉽게 따라갈 수 있도록 설계되었습니다. TensorFlow와 PyTorch 같은 도구와 AI 윤리도 다룹니다.

🌐 다국어 지원

GitHub Action을 통한 지원 (자동화 및 항상 최신 상태 유지)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

추가 번역을 원하시면 여기에서 지원 언어를 확인하세요.

커뮤니티에 참여하세요

Azure AI Discord

학습 내용

강의 마인드맵

이 커리큘럼에서 배우게 될 내용:

  • 지식 표현과 추론을 포함한 "고전적" 상징적 접근법(GOFAI)을 포함한 다양한 인공지능 접근법.
  • 현대 AI의 핵심인 신경망딥러닝. TensorFlow와 PyTorch라는 두 가지 인기 있는 프레임워크를 사용하여 이 중요한 주제의 개념을 설명합니다.
  • 이미지와 텍스트 작업을 위한 신경망 아키텍처. 최신 모델을 다루지만 최첨단 기술은 다소 부족할 수 있습니다.
  • 유전 알고리즘다중 에이전트 시스템과 같은 덜 알려진 AI 접근법.

이 커리큘럼에서 다루지 않는 내용:

이 강의의 추가 자료는 Microsoft Learn 컬렉션에서 확인하세요

클라우드에서 _AI_를 부드럽게 시작하려면 Azure에서 인공지능 시작하기 학습 경로를 고려해보세요.

콘텐츠

강의 링크 PyTorch/Keras/TensorFlow 실습
0 강의 준비 개발 환경 설정
I AI 소개
01 AI 소개 및 역사 - -
II 상징적 AI
02 지식 표현 및 전문가 시스템 전문가 시스템 / 온톨로지 /개념 그래프
III 신경망 소개
03 퍼셉트론 노트북 실습
04 다층 퍼셉트론 및 자체 프레임워크 생성 노트북 실습
05 프레임워크 소개 (PyTorch/TensorFlow) 및 과적합 PyTorch / Keras / TensorFlow 실습
IV 컴퓨터 비전 PyTorch / TensorFlow Microsoft Azure에서 컴퓨터 비전 탐구하기
06 컴퓨터 비전 소개. OpenCV 노트북 실습
07 합성곱 신경망 & CNN 아키텍처 PyTorch /TensorFlow 실습
08 사전 학습된 네트워크 및 전이 학습훈련 팁 PyTorch / TensorFlow 실습
09 오토인코더 및 VAEs PyTorch / TensorFlow
10 생성적 적대 신경망 및 예술적 스타일 전이 PyTorch / TensorFlow
11 객체 탐지 TensorFlow 실습
12 의미론적 분할. U-Net PyTorch / TensorFlow
V 자연어 처리 PyTorch /TensorFlow Microsoft Azure에서 자연어 처리 탐구하기
13 텍스트 표현. Bow/TF-IDF PyTorch / TensorFlow
14 의미론적 단어 임베딩. Word2Vec 및 GloVe PyTorch / TensorFlow
15 언어 모델링. 임베딩 직접 훈련하기 PyTorch / TensorFlow 실습
16 순환 신경망 PyTorch / TensorFlow
17 생성적 순환 네트워크 PyTorch / TensorFlow 실습
18 트랜스포머. BERT. PyTorch /TensorFlow
19 개체명 인식 TensorFlow 실습
20 대규모 언어 모델, 프롬프트 프로그래밍 및 Few-Shot 작업 PyTorch
VI 기타 AI 기술
21 유전 알고리즘 노트북
22 심층 강화 학습 PyTorch /TensorFlow 실습
23 다중 에이전트 시스템
VII AI 윤리
24 AI 윤리 및 책임 있는 AI Microsoft Learn: 책임 있는 AI 원칙
IX 기타
25 멀티모달 네트워크, CLIP 및 VQGAN 노트북

각 강의에는 다음이 포함됩니다

  • 사전 읽기 자료
  • 실행 가능한 Jupyter 노트북. 이는 주로 프레임워크(PyTorch 또는 TensorFlow)에 따라 다릅니다. 실행 가능한 노트북에는 많은 이론적 자료도 포함되어 있으므로, 주제를 이해하려면 노트북 버전 중 하나(Pytorch 또는 TensorFlow)를 반드시 학습해야 합니다.
  • 실습은 일부 주제에서 제공되며, 학습한 내용을 특정 문제에 적용해볼 기회를 제공합니다.
  • 일부 섹션에는 관련 주제를 다루는 MS Learn 모듈 링크가 포함되어 있습니다.

시작하기

다음 단계를 따르세요:

  1. 리포지토리 포크: 이 페이지 오른쪽 상단의 "Fork" 버튼을 클릭하세요.
  2. 리포지토리 클론: git clone https://github.com/microsoft/AI-For-Beginners.git
  3. 이 리포지토리를 별표(🌟) 표시하여 나중에 쉽게 찾을 수 있도록 하세요.

다른 학습자 만나기

공식 AI Discord 서버에 참여하여 이 과정을 수강하는 다른 학습자들과 네트워크를 형성하고 지원을 받으세요.

제품 피드백이나 질문이 있다면 Azure AI Foundry 개발자 포럼을 방문하세요.

퀴즈

퀴즈에 대한 참고 사항: 모든 퀴즈는 etc\quiz-app의 Quiz-app 폴더에 포함되어 있으며, 온라인에서 확인하기도 가능합니다. 퀴즈는 각 수업 내에서 연결되어 있으며, 로컬에서 실행하거나 Azure에 배포할 수 있습니다. quiz-app 폴더의 지침을 따라주세요. 퀴즈는 점진적으로 현지화되고 있습니다.

도움 요청

제안 사항이 있거나 철자 또는 코드 오류를 발견하셨나요? 이슈를 제기하거나 풀 리퀘스트를 생성해 주세요.

특별 감사

기타 커리큘럼

우리 팀은 다른 커리큘럼도 제작합니다! 확인해 보세요:


면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전이 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임을 지지 않습니다.