[GN] HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적 (txt)

HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적

[GN] HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적 (txt)

소개

  • 공동창업자이자 CSO인 Thomas Wolf는 물리학 & 법학 전공
  • 그가 2016~17년에 NLP/AI/ML 분야에 들어가면서 읽은 독서 목록
    • 즉, ChatGPT/트랜스포머/Diffusion 혁신 전이라는 것을 유의할 것
  • "Deep Learning(심층 학습)" 책은 현재 도구에 대한 빠른 개요를 얻기에 좋은 자료
  • "Artificial Intelligence: A Modern Approach(인공지능:제4판 - 현대적 접근방식)"는 신경망 이전의 모든 도구와 방법에 대한 훌륭한 자료
  • "Machine Learning: A Probabilistic Perspective(머신 러닝)"는 확률적 접근법을 더 깊이 파고들고 베이지안 도구에 대한 좋은 노출을 얻기에 훌륭한 자료
  • "Information Theory, Inference and Learning Algorithms"는 거의 믿을 수 없을 정도로 명확하게 확률과 정보 이론을 설명하는 작은 보석임
  • "The Book of Why: The New Science of Cause and Effect"는 인과관계에 대한 좋은 소개서임
  • "Reinforcement Learning: An Introduction(단단한 강화학습)"은 강화 학습에 대한 입문적 소개를 얻기에 훌륭한 자료임
  • 자연어 처리에 대한 세 가지 훌륭한 자료가 흥미로웠음
  • 몇 가지 온라인 코스로 이를 보완함
  • 트랜스포머와 대규모 훈련의 혁명 이후에 이 분야에 합류한다면 아마도 다른 경로를 따르고 싶을 것임
    • 2024년 조언 몇 가지:
      • NLP와 트랜스포머에 관한 우리의 책 Natural Language Processing with Transformers을 읽을 것. ChatGPT 이전이지만 여전히 매우 관련성이 있으며 마지막에는 LLM 훈련까지 다룸
      • 유명한 분야 사람들로부터 딥러닝에 대한 온라인 수업을 몇 개 들을 것
      • 여전히 위 목록에서 일반 교양을 위해 책을 몇 권 읽을 수 있으며, 특히 "Information Theory, Inference and Learning Algorithms"는 여전히 보석이라고 생각함
      • 실천을 통해 배우기 위해 Hugging Face에 가입할 것 :slight_smile:

원문

https://thomwolf.io/data/Thom_wolf_reading_list.txt

출처 / GeekNews


:information_source: 알려드립니다

이 글은 국내외 IT 소식들을 공유하는 GeekNews의 운영자이신 xguru님께 허락을 받아 GeekNews에 게제된 AI 관련된 소식을 공유한 것입니다.

출처의 GeekNews 링크를 방문하시면 이 글과 관련한 추가적인 의견들을 보시거나 공유하실 수 있습니다! :wink:

:gift: 아래:arrow_lower_right:쪽에 좋아요:heart:를 눌러주시면 새로운 소식을 정리하고 공유하는데 힘이 됩니다~ :star_struck:

3개의 좋아요

추가로, GeekNews 해당 글에 nuthatch님께서 남겨주신 추천 도서들의 번역서 제목과 링크입니다:

<심층 학습> - 이안 굿펠로, 요슈아 벤지오, 에런 쿠빌 알라딘: 심층 학습

<인공지능 1~2 - 전2권> - 스튜어트 러셀, 피터 노빅 알라딘: [세트] 인공지능 1~2 - 전2권

<Machine Learning 머신 러닝> - 케빈 머피 알라딘: Machine Learning 머신 러닝

<Information Theory, Inference and Learning Algorithms (Hardcover)> - 데이빗 맥케이 알라딘: Information Theory, Inference and Learning Algorithms (Hardcover)

<The Book of Why: The New Science of Cause and Effect (Paperback)> - 다나 맥켄지, Judea Pearl 알라딘: The Book of Why: The New Science of Cause and Effect (Paperback)

<단단한 강화학습> - 리처드 서튼, 앤드류 바르토 알라딘: 단단한 강화학습

Natural Language Processing with Representation Learning -Kyunghyun Cho
https://github.com/nyu-dl/NLP_DL_Lecture_Note/…

<Neural Network Methods in Natural Language Processing (Paperback)> - Yoav Goldberg 알라딘: Neural Network Methods in Natural Language Processing (Paperback)

<자연어 처리의 정석> - 제이콥 에이젠슈테인 알라딘: 자연어 처리의 정석

1개의 좋아요

지난 3월 말에 올린 '2024년 LLM 모델 개발 트렌드 관련 영상'을 찍으신 주인공이시기도 합니다.

당시 소개 게시물은 아래에서 보실 수 있고,

번거로운 분들을 위해 영상과 슬라이드 링크를 아래 바로 추가해두었습니다 :smiley: