밑바닥부터 만들면서 배우는 LLM: 파이토치를 사용해 밑바닥부터 오픈AI의 GPT와 같은 모델을 직접 만들어 보고 싶은 분. LLM을 코드로 구현하면서 저수준의 동작 방식을 배우는 것은 물론 분류 미세 튜닝과 지시 미세 튜닝을 배우고 싶은 분.

핸즈온 LLM: 대규모 언어 모델(LLM)의 구성 요소와 작동 방식을 수학 이론이 아니라 고수준 다이어그램으로 이해하고 싶은 분. LLM의 다양한 활용 예제를 직접 코드로 작성하고 싶은 분. 단어 임베딩 모델부터, 사전 훈련, 미세 튜닝까지 매우 폭넓은 스펙트럼을 배우고 싶은 분.

혼자 만들면서 배우는 딥러닝: 대표적인 합성곱 신경망(CNN)과 트랜스포머 모델을 케라스 API로 구현하면서 모델 아키텍처와 발전 과정을 배우고 싶은 분. 합성곱 신경망을 사용한 전이 학습과 트랜스포머 모델을 사용한 분류 작업을 다루며, 허깅 페이스 transformers 패키지의 다양한 사용법을 배웁니다.

머신 러닝 Q & AI: 머신러닝 입문서를 배우고 난 후 지식을 한 단계 높이고 싶은 분. 복잡한 수학 이론 대신에 고급 개념을 충분하게 이해하고 싶은 분. 최신 언어 모델과 딥러닝 분야의 신기술에 대해 알고 싶은 분.

혼자 공부하는 머신러닝+딥러닝(개정판): 머신러닝과 딥러닝을 처음 배우는 분, 어려운 수학 대신 그림과 재미있는 스토리텔링으로 기초부터 최신 모델까지 배우고 싶은 분. 최신 트랜스포머 모델과 대규모 언어 모델에 관심이 있으며, 케라스와 파이토치를 모두 배우고 싶은 분.

개발자를 위한 필수 수학: 개발자에게 필요한 기초 수학 지식을 배우고, 머신러닝과 딥러닝에서 수학이 어떻게 쓰이는지 알고 싶으신 분. 데이터 과학과 머신러닝 분야에서 커리어를 성공적으로 쌓기 위한 조언을 듣고 싶으신 분. 

실무로 통하는 ML 문제 해결 with 파이썬: 사이킷런과 파이토치를 사용해 머신러닝과 딥러닝의 다양한 응용사례를 익히고 싶은 분. 다양한 작업에서 파이썬의 데이터 과학 도구를 어떻게 활용하는지 살펴 보고 싶은 분.

머신 러닝 교과서: 파이토치 편: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 파이토치를 사용해 딥러닝의 다양한 알고리즘을 탐험하고 싶은 분, 최신 트랜스포머 라이브러와 그래프 신경망에 대해서 배우려는 분에게 추천합니다.

스티븐 울프럼의 챗GPT 강의: 챗GPT와 같은 대규모 언어 모델의 원리와 능력에 대해 알고 싶은 분. 챗GPT의 기능과 작동 방식을 다양한 방식으로 조사하는데 흥미가 있는 분. 챗GPT와 울프럼 알파의 협업으로 가능한 것을 탐험하고 싶은 분. 그리고 스티븐 울프럼의 팬이라면!

핸즈온 머신러닝 3판: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 사이킷런은 물론 새롭게 바뀐 텐서플로 2와 케라스에 대해 깊게 공부하고 싶은 분. 최신 자연어 처리 기술과 생성 모델까지 다룹니다.

만들면서 배우는 생성 AI 2판: 생성 모델링에 대해 배우고 싶은 분, 변이형 오토인코더, GAN, 노멀라이징 플로, 확산 모델 등을 사용해 글을 쓰거나 그림을 그리고 노래를 작곡하는 생성 모델 분야의 최신 기술을 알고 싶은 분. 트랜스포머와 GPT는 물론 DALL.E 2, 플라밍고와 같은 멀티 모달 모델을 포함합니다.

코딩 뇌를 깨우는 파이썬: 파이썬 문법과 예외처리, 디버깅 방법은 물론 데이터 과학 분야의 기본 알고리즘을 배울 수 있습니다. 대학교 프로그래밍 과목과 알고리즘 수업을 혼합한 것 같이 컴퓨팅 사고력을 키울 수 있는 학습 내용을 담고 있습니다. 파이썬 기본 문법을 배웠지만 복습하고 싶은 분, 프로그래밍을 배우려 했지만 포기했던 분, 파이썬으로 알고리즘 문제를 해결하고 싶으신 분에게 추천합니다.

챗GPT로 대화하는 기술: 인공지능과 딥러닝의 기본 원리를 그림과 재미난 비유를 통해 알아 봅니다. 그다음 챗GPT, 빙 검색, 스테이블 디퓨전, 미드저니 같은 생성 AI 도구를 활용하는 방법을 소개합니다. 이 책은 인공 신경망, 합성곱 신경망은 물론 어텐션, 트랜스포머, GPT, 오토인코더, GAN, 확산 모델, 스테이블 디퓨전까지 최신 생성 AI의 알고리즘을 알기 쉽게 설명합니다.  이 책을 읽고나면 ‘아~ 인공지능이 이런 거구나~’하고 감을 잡을 수 있습니다. 프로그래밍과 수학을 사용하지 않고 인공지능과 생성 AI에 대해 알고 싶은 모든 분에게 추천합니다.

혼자 공부하는 데이터 분석 with 파이썬: 파이썬의 과학 라이브러리를 활용하여 데이터 분석을 배우고 싶으신 분. 데이터 수집, 정제, 시각화, 검정, 모델링에 대해 다룹니다. 재미있는 스토리가 곁들여져 있고 연습문제를 통해 배운 것을 테스트할 수 있습니다.

트랜스포머를 활용한 자연어 처리: 트랜스포머 아키텍처와 허깅페이스 라이브러리에 대해 알고 싶은 분. 분류, 개체명 인식, 질문 답변, 요약, 번역, 텍스트 생성 등 자연어 처리 분야의 다양한 애플리케이션을 만드는데 관심이 있으신 분

케라스 창시자에게 배우는 딥러닝 2판: 딥러닝을 처음 배우는 분, 수학적 이론보다 직관적인 설명과 예제로 기초부터 고급 모델까지 배우고 싶은 분.

개발자를 위한 머신러닝&딥러닝: 개발자를 위한 친절한 딥러닝 안내서. 컴퓨터 비전, 자연어 처리를 비롯해 모바일, 웹 환경에 딥러닝을 접목하고 싶은 분.

XGBoost와 사이킷런을 활용한 그레이디언트 부스팅: XGBoost를 포함하여 다양한 그레이디언트 부스팅 구현을 익히고 싶은 분.

구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js: 자바스크립트로 딥러닝의 전반적인 주제를 폭넓게 배우고 싶으신 분. 다양한 자바스크립트 예제를 바로 활용하고 싶은 분.

[개정2판] 파이썬 라이브러리를 활용한 머신러닝: 사이킷런을 사용하여 머신러닝의 다양한 주제를 폭넓게 탐색하고 싶은 분, 수학적 이론 보다는 활용에 관심이 많은 분.

머신러닝 파워드 애플리케이션: 실전 머신러닝 애플리케이션을 구축하는 방법을 배우고 싶은 분. 아이디어에서 데이터셋 수집, 모델 구축, 디버깅, 모니터링에 이르기까지 다양한 실전 지침 제공.

파이토치로 배우는 자연어 처리: 파이토치를 사용하여 다양한 자연어 처리 기술을 배우고 싶은 분. 파이토치와 딥러닝의 기본기부터 시퀀스 투 시퀀스 모델까지.

머신 러닝 교과서 3판: GAN과 강화 학습을 포함해 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 넘파이를 사용해 알고리즘을 처음부터 구현해보고 사이킷런과 텐서플로를 사용해 다양한 알고리즘을 배우고 싶은 분.

딥러닝 일러스트레이티드: 딥러닝의 역사와 다양한 애플리케이션을 살펴 보며 텐서플로와 케라스를 사용한 딥러닝 모델 구현을 배우고 싶으신 분. 선형 회귀부터 강화 학습까지.

혼자 공부하는 머신러닝+딥러닝: 머신러닝과 딥러닝을 처음 입문하는 분, 수학 대신 그림과 친절한 설명으로 알고리즘을 이해하고 싶으신 분.

GAN 인 액션: 생성적 적대 신경망의 원리와 다양한 GAN 모델을 배우고 싶은 분, GAN 훈련의 어려움과 적대 샘플의 위험에 대해 알고 싶은 분.

핸즈온 머신러닝 2: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 사이킷런은 물론 새롭게 바뀐 텐서플로 2와 케라스에 대해 깊게 공부하고 싶은 분.

미술관에 GAN 딥러닝: 생성 모델링에 대해 배우고 싶은 분, 변이형 오토인코더와 GAN 등을 사용해 글을 쓰거나 그림을 그리고 노래를 작곡하는 생성 모델 분야의 최신 기술을 알고 싶은 분.

Do it! 딥러닝 입문: 딥러닝을 처음 배우려는 분, 밑바닥부터 신경망의 이론을 파이썬으로 직접 만들면서 배우고 싶은 분, 다른 딥러닝 도서들이 읽기 어려웠던 분.

파이썬을 활용한 머신러닝 쿡북: 사이킷런과 케라스의 활용 예제를 빠르게 참고하고 싶은 분, 이미지와 텍스트 처리의 다양한 사례를 배우고 싶은 분.

머신 러닝 교과서: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 넘파이를 사용해 알고리즘을 처음부터 구현해보고 싶은 분, 사이킷런과 텐서플로를 모두 사용해 보고 싶은 분.

케라스 창시자에게 배우는 딥러닝: 딥러닝을 처음 배우는 분, 수학적 이론 보다는 활용에 관심이 많은 분.

핸즈온 머신러닝: 머신러닝과 딥러닝을 폭 넓게 배우려는 분, 사이킷런과 텐서플로를 모두 사용해 보고 싶은 분.

텐서플로 첫걸음: 프로그래밍에 익숙하지 않은 분, 머신러닝/딥러닝을 공부한 적이 없는 분, 텐서플로에 대해 감을 얻고 싶은 분.