12주 26강 머신러닝 입문 커리큘럼
Microsoft가 만든 무료 머신러닝 교과서입니다. 마치 학교 교과서처럼 12주에 걸쳐 26개 강의와 52개 퀴즈로 구성되어 있으며, 각 강의마다 실습 코드와 설명이 담겨 있습니다. 초보자가 머신러닝의 기초부터 실전까지 단계적으로 배울 수 있도록 설계되었습니다.
이 레포, 나한테 필요한가?
사람 검수 전
- 무엇인가
- Microsoft가 만든 무료 머신러닝 교과서입니다.
- 마치 학교 교과서처럼 12주에 걸쳐 26개 강의와 52개 퀴즈로 구성되어 있으며, 각 강의마다 실습 코드와 설명이 담겨 있습니다.
- 초보자가 머신러닝의 기초부터 실전까지 단계적으로 배울 수 있도록 설계되었습니다.
[AI 해석]- 할 수 있는 일
- 회귀 모델 [AI 해석]
- 진입 조건
- 초급자용 · Jupyter Notebook [분석]
- 먼저 확인
- 신경망, 딥러닝, 최신 알고리즘은 다루지 않으므로 고급 주제가 필요하면 추가 학습이 필수입니다. [AI 해석]
- 라이선스
- MIT — 상업적 사용 가능합니다.
라이선스 종류는 확인했지만 조건은 자동 요약 대상이 아니에요. 사용 전 LICENSE 원문을 확인하세요.
[AI 해석]
이걸로 실제로 할 수 있는 일
기능명보다 사용자가 완성할 수 있는 작업과 결과를 우선해 정리했습니다.
회귀 모델
선형 회귀, 다항 회귀 등을 이용해 연속적인 값을 예측하는 모델을 만들 수 있습니다.
분류 모델
로지스틱 회귀, 의사결정나무 등으로 데이터를 여러 카테고리로 분류하는 모델을 구축할 수 있습니다.
클러스터링 분석
K-means, 계층적 클러스터링 등으로 유사한 데이터끼리 그룹화하는 분석을 수행할 수 있습니다.
기능보다 중요한 건
내 상황과의 적합성.
공식 기능과 시작 조건을 바탕으로 한 AI 판단입니다. 도입 전 원문과 실제 환경에서 다시 확인하세요.
- 머신러닝 기초를 체계적으로 배우고 싶은 초보자
- 팀 전체가 데이터 과학 기초를 함께 학습해야 하는 경우
- 고전적인 머신러닝 알고리즘(회귀, 분류, 클러스터링)을 이해하고 싶은 경우
- 무료 오픈소스 교육 자료를 찾는 학생이나 비영리 기관
- 딥러닝, 신경망, 최신 AI 기술을 배우고 싶은 경우
- 빠르게 실무 프로젝트를 시작해야 하는 경우
- 고급 통계학이나 수학적 증명을 깊이 있게 배우고 싶은 경우
기술과 도입 조건
자동 감지된 기술 스택, 문서 상태와 유지보수 메모를 한곳에 모았습니다.
Python · Jupyter Notebook · scikit-learn · pandas · NumPy · Matplotlib · R
각 강의마다 명확한 학습 목표, 설명, 실습 코드가 포함되어 있습니다. README에 전체 커리큘럼 구조와 각 강의 링크가 잘 정리되어 있습니다. 다국어 지원으로 여러 언어로 학습 가능합니다. 퀴즈 앱이 별도로 제공되어 학습 진도를 추적할 수 있습니다.
활발하게 유지보수 중입니다. 최근 몇 주 내에 정기적으로 커밋과 PR 병합이 이루어지고 있으며, 보안 업데이트와 번역 동기화도 지속적으로 진행 중입니다.
가장 짧은 시작 경로
- 01저장소 클론
GitHub에서 저장소를 클론하거나 ZIP으로 다운로드합니다.
- 02Jupyter 설치
Python과 Jupyter Notebook을 설치한 후 각 강의의 .ipynb 파일을 열어 학습을 시작합니다.
- 03순서대로 학습
1주차부터 12주차까지 각 강의를 따라가며 코드를 실행하고 퀴즈를 풀어봅니다.
GitExplain 자동 분석은 설치 명령을 직접 실행해 검증한 결과가 아닙니다.
아래 내용을 Codex 같은 코딩 에이전트에 붙여 넣으면 공식 문서를 다시 확인한 뒤 내 환경에 맞는 설치를 안내합니다.
너는 내 로컬 개발 환경에서 오픈소스 저장소를 안전하게 설명하고 설치하는 시니어 엔지니어야.
저장소: https://github.com/microsoft/ml-for-beginners
GitExplain 요약: Microsoft가 만든 무료 머신러닝 교과서입니다. 마치 학교 교과서처럼 12주에 걸쳐 26개 강의와 52개 퀴즈로 구성되어 있으며, 각 강의마다 실습 코드와 설명이 담겨 있습니다. 초보자가 머신러닝의 기초부터 실전까지 단계적으로 배울 수 있도록 설계되었습니다.
주요 언어: Jupyter Notebook
난이도 메모: 초급자용
해야 할 일:
1. 먼저 저장소의 최신 README, 설치 문서, manifest를 읽고 현재 기본 브랜치 기준으로 설명해줘.
2. 이 저장소가 무엇이고 내가 무엇을 만들 수 있는지 비개발자도 이해할 수 있게 짧게 설명해줘.
3. 내 운영체제와 기존 개발 환경을 먼저 질문한 다음, 가장 안전한 설치 방법을 단계별로 제시해줘.
4. 명령을 실행하기 전 각 명령이 바꾸는 것과 예상 결과를 알려줘. 파괴적인 명령은 자동 실행하지 마.
5. 필요한 API 키나 비밀 값은 채팅이나 코드에 직접 적게 하지 말고 환경 변수와 .env 예시로 안내해줘.
6. 설치 후 최소 예제를 실행해 성공 여부를 확인하고, 실패하면 오류 원인과 되돌리는 방법을 알려줘.
7. GitExplain 요약과 공식 문서가 다르면 공식 문서를 우선하고 차이를 명시해줘.
GitExplain이 정리한 시작 메모:
1. 저장소 클론: GitHub에서 저장소를 클론하거나 ZIP으로 다운로드합니다.
2. Jupyter 설치: Python과 Jupyter Notebook을 설치한 후 각 강의의 .ipynb 파일을 열어 학습을 시작합니다.
3. 순서대로 학습: 1주차부터 12주차까지 각 강의를 따라가며 코드를 실행하고 퀴즈를 풀어봅니다.도입 전에 놓치기 쉬운 점
신경망, 딥러닝, 최신 알고리즘은 다루지 않으므로 고급 주제가 필요하면 추가 학습이 필수입니다.
[MEDIUM · AI 해석]교과서식 예제 데이터로 학습하므로 실제 프로젝트의 복잡한 데이터 전처리와 배포 과정은 별도로 경험해야 합니다.
[MEDIUM · AI 해석]Jupyter Notebook 설치와 라이브러리 의존성 관리가 필요하므로 초보자는 처음 환경 구축에 시간이 걸릴 수 있습니다.
[LOW · AI 해석]근거 원장
이 표는 원문이 어떤 분석 항목에 연결됐는지를 보여주며, 사실 정확도를 보증하는 점수는 아닙니다.