AI 101

AI-101

강의 노트, 판독 값, 코드 샘플 및 리소스를 스스로 가르치기위한 리소스.

이 수업은 이전에는 부트 캠프로 가르쳐졌지만 이제는 자체적으로 온라인 리소스입니다.

더 이렇게

유용한 자원의 선별 된 모음은 Brad의 Github 스타를 참조하십시오.

코스 개요

세션	주제	TODO
준비	N/A	준비 .md를 참조하십시오
? 1 주차	역할, 기계 학습 기본, 기술 스택	딥 러닝의 작동 방식과 무료 소프트웨어에 대한 소개
? 1 주차	? "기초"라이브 데모	초심자 코드 통역 가이드
? 2 주차	최종 프로젝트 아이디어	프로젝트를 선택하십시오!
? 2 주차	범용 ML 워크 플로	Universal ML 워크 플로 및 모든 것의 회귀 이론
? 3 주차	쌍 프로그래밍, 프로젝트 Q & A	프로젝트에서 작업하십시오
? 3 주차	데이터 엔지니어링, ETL 기본 및 데이터 랭글 링 기술	프로젝트에서 작업하십시오
? 4 주차	AWS, Azure 및 GCP 클라우드 설정 데모의 OpenRouter Sommelier 앱	AWS 무료 계층을 설정합니다
? 5 주차	? 메트릭 및 손실 기능, 모델 아키텍처 및 하이퍼 파라미터	60 분 Pytorch blitz
? 7 주차	? 부트 캠프 후 ...	나가서 승리하십시오!
? 7-8 주	? 프로젝트 프레젠테이션	온라인으로 자신에 대해 자랑하십시오

---

최종 프로젝트 시퀀스

참가자들은 경력 포부와 일치하는 최종 프로젝트에 상당한 시간을 바칠 것입니다. 과거의 프리젠 테이션 및 소스 코드 배열은 Brad의 YouTube 채널을 방문하십시오.

단계	세부
? ️ 데이터 수집 및 간단한 모델	Scikit-LLM을 사용하여 합성 텍스트 데이터를 생성합니다. Kaggle 또는 포옹 얼굴의 데이터 세트를 탐색하십시오.
? ️ 사용자 정의 모델 (선택 사항)	초보자 : 기본 이미지/텍스트 분류기는 TensorFlow QuickStart를 팔로우하십시오. 권장 : 60 분 Pytorch Blitz로 뛰어난 다음 Pytorch 텍스트 분류 또는 Pytorch 이미지 분류를 탐색하십시오. 더 고급 : 텍스트 또는 텍스트를 포옹하는 미세 조정 사례 모델 또는? 이미지 분류. Apple Nerds는 MLX 만 사용합니다.
도전 및 실험 (선택 사항)	고급 : Keras Core와 같은 크로스 플랫폼 프레임 워크를 탐색합니다. ? 매우 진보 된 : Kaggle에서 우승 모델을 복제하려고 시도합니다.

---