만약 당신이 Coursera에 있는 Stanford Mahcine Learning 강좌를 들었거나, 지도학습을 적용해 본 경험이 있다면, 당신은 이 책을 이해할 수 있을 겁니다.

Prerequisites and Notation

나는 당신이 지도학습에 친숙하다고 가정합니다. 라벨링된 학습 데이터 (x, y)를 사용하여 x로부터 y로 향하는 함수를 모델로 하여금 학습시키는 것 말이죠.

지도학습 알고리즘은 linear regression, logistic regression 그리고 neural networks를 포함합니다. 머신러닝은 다양한 형태가 있습니다만, 오늘날 머신러닝의 실용적 가치 대부분은 바로 지도학습으로부터 나옵니다.

나는 반복적으로, 딥러닝이라고 알려진 신경망 네트워크를 소개할 것입니다. 당신은 이 책을 이해하기 위해 신경망 네트워크에 대한 기본 지식만 갖고 있으면 충분합니다.

위에서 말한 것들에 친숙하지 않다면, https://ml-class.org를 방문해서 Coursera 머신러닝 코스의 첫 3주 분량의 비디오를 학습하세요.

deeplearning.ai를 이끄는 Andrew Ng의 책, MACHINE LEARNING YEARNING은 머신러닝 프로젝트 수행에 있어 반드시 알아야 할 개념과 노하우를 담고 있습니다. 총 58편으로 이루어진 이 책을 1편씩 번역하여 게재합니다.