vae,diffusion,flow matching 등 생성형 모델 기반 로보틱스 모방학습을 하는 석사생입니다.
주변에 지인이 없어 대가리 박아가며 그냥 밑시딥1~3, 유튜브,구글링하면서 공부하다, 채워지지 않는 부분들이 많아 밑빠진 독에 물붓기임을 깨닫고 공부방법를 바꾸려합니다.
하루 2-3시간씩 공부예정인데, 해당분야에서 공부순서를 어떻게 잡아나가면 좋을지 의견을 구하고싶습니다.
생성형 모델쪽이면 그냥 바로 ISLR이나 머피 pml을 봐야할지,
깝치지말고 정통 ML 쪽 - 딥러닝 이론서 를 공부한후 위 도서를 보며 방향을 잡아나가야 할지 잘 모르겠습니다.
(석사 이후에도 개인적으로 공부는 꾸준히 할 예정)
조언해주시면 정말 감사하겠습니다
그냥 이거 봐라 Tutorial on Diffusion Models for Imaging and Vision 아니면 문일철교수님 강의(기계학습개론, 기계학습 심화)도 좋음 기본 ml부터 생성형까지 다 다룸
목표가 뭐임? 탑컨퍼?
Ilya Sutskever shared a list of 30 papers with John Carmack and said, “If you really learn all of these, you’ll know 90% of what matters today”. Below we will review these papers/resources. 기본적인 개념 공부했고 주요 모델들 겉핥기라도 공부했으면 이런 굵직굵직한 논문들을 보셈... 생성 쪽이면 VAE 선, 그리고 기본적인 DDPM 그후에 flow or score matching diffusion 등등 순으로 논문 보셈 이론책은...다 읽으려 하지말고 필요한걸 읽으셈 (생성형쪽만)