> 밑에 자료 정리글 보면서 개인적으로 올드하거나 과하다고 생각되는 책들이 많아서 따로 글 써봄
필수
- Probabilistic Machine Learning: An Introduction (Murphy)
- AI Engineering (Huyen)
- The Annotated Transformer
필수가 버겁다면?
- 선대: MIT 18.06 or Strang 교재 6판 (A=CR 들어있는 것)
- 확률: STAT110 or Introduction to Probability (Blitzstein)
- 딥러닝: 밑시딥 1 or CS224n or CMU ANLP
심화
- 선대: Matrix Analysis and Applied Linear Algebra (Meyer)
- 확률: Probability and Random Process (Grimmett)
여기까지 cover to cover로 봤을 때 학습효율 가장 좋다고 생각드는 자료들
나머지는 자기 도메인에 맞게 리서치나 프로젝트하면서 배우는 걸 추천
간만에 올라온 정보글 개추
AI Engineering (Huyen) Matrix Analysis and Applied Linear Algebra (Meyer) Probability and Random Process (Grimmett) 이 책들을 추천하는 이유도 알려줄 수 있어? 그리고 머피 책이랑 PRML 이랑 큰 차이가 있어?
AI Engineering (Huyen) 이거 뭐냐 안봐서 모르겠다만 이런 동물 표지의 코딩책만 아니면 개추같은데
grimmett 저거 측도론 내용 있는건데...그런책 중엔 제일 쉬운책 중 하나이긴 함