본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

Machine Learning Systems Book

이 GitHub 저장소는 하버드 CS249r의 포괄적인 교과서 "Machine Learning Systems: Foundations, Scaling, Agentic AI, and Physical AI (Vols I–IV)"를 호스팅합니다. 이 책은 기계 학습 시스템에 대한 기초 지식과 고급 개념을 제공하며, 핵심 원칙부터 에이전틱 및 물리적 AI에 이르는 주제를 다룹니다. 이 저장소는 책의 내용, 자료 및 지속적인 개발을 위한 중앙 허브 역할을 합니다.

저장소 보기
공유
저장소 보기
공유

"Machine Learning Systems: Foundations, Scaling, Agentic AI, and Physical AI (Vols I–IV)"에 대한 GitHub 저장소는 하버드 CS249r 교과서의 공식 디지털 홈 역할을 합니다. 이 방대한 작업은 네 개의 권으로 나뉘어 있으며, 기계 학습 시스템의 다면적인 세계를 깊이 있게 탐구합니다. 기본 개념을 다루고, ML 시스템의 확장과 관련된 도전과 해결책을 탐색하며, 에이전틱 AI의 신흥 분야를 깊이 있게 다루고, 물리적 AI 구현의 복잡성을 다룹니다.

더 읽기

이 저장소는 책의 내용에 대한 접근을 제공하며, 다양한 장, 참고 문헌 및 관련 자료를 포함합니다. 정기적인 커밋을 통해 업데이트, 개선 및 커리큘럼 확장을 반영하며, 적극적으로 유지 관리됩니다. 프로젝트 구조는 교과 자료, 실험실, 강사 자료 및 도구를 위한 디렉토리를 포함하여 교과서이자 실용적인 학습 자원으로서의 포괄적인 특성을 나타냅니다.

프로젝트에 기여하는 사람들은 대규모 커뮤니티로, 협력적 개발과 학문적 엄격성을 강조합니다. 이 저장소에는 지속적 통합, 문서화 및 커뮤니티 건강과 관련된 파일도 포함되어 있으며, 행동 강령 및 기여 지침과 같은 자료가 있어 학생, 연구자 및 실무자들을 위한 조직적이고 협력적인 환경을 조성합니다.

핵심 교과서 내용 외에도, 이 저장소는 모델링 엔진을 위한 `mlsysim`, 특정 구현을 위한 `tinytorch`, 개념을 조직하기 위한 `taxonomy`와 같은 구성 요소를 통합합니다. 이러한 요소들은 이론적 기초뿐만 아니라 기계 학습 시스템 개발과 관련된 실용적인 도구와 프레임워크를 탐색할 수 있는 실습 접근 방식을 제안합니다. 이 프로젝트는 고급 AI 시스템을 이해하고 구축하기 위한 강력하고 진화하는 자원을 제공하는 것을 목표로 합니다.

  • 카테고리교육 및 연구
  • 요금제오픈소스
  • 배포클라우드
  • 플랫폼웹

  • 포괄적인 기계 학습 시스템 교과서

  • 기초, 확장, 에이전틱 AI 및 물리적 AI를 다룸

  • 네 개의 권으로 구성 (I–IV)

  • 하버드 CS249r 과정과 관련됨

  • 활발한 개발 및 정기적인 업데이트

  • 교과 자료 및 실험실 포함

  • 참고 문헌 및 인용 자료

  • 커뮤니티 기여 지침

  • 통합 모델링 엔진 (MLSysIM)

  • 개념 조직을 위한 분류법

  • Git을 통한 버전 관리

  • 오픈 소스 라이선스 (MIT Press)

  • 프로젝트 개요를 위한 상세한 README

  • 기여자 인정

  1. 내용 탐색: `books` 디렉토리를 탐색하여 교과서의 다양한 권과 장에 접근합니다.

  2. 업데이트 검토: 커밋 기록을 확인하여 책의 내용 및 자료에 대한 최근 변경 사항, 추가 사항 및 개선 사항을 확인합니다.

  3. 교과 자료 접근: `courses` 및 `labs` 디렉토리 내에서 보조 자료, 실험실 및 강사 자료를 찾습니다.

  4. 기여: 개선, 수정 또는 새로운 콘텐츠 제출 방법에 대한 지침은 `CONTRIBUTING.md`를 참조하십시오.

  5. 도구 활용: 모델링을 위한 `mlsysim` 또는 특정 구현을 위한 `tinytorch`와 같은 통합 도구 및 프레임워크를 탐색합니다.

  6. 작품 인용: 교과서의 적절한 학술 인용을 위해 `CITATION.bib` 또는 `CITATION.cff`를 사용합니다.

  • 학술 연구
  • 연구 참고
  • 커리큘럼 개발
  • 시스템 설계 및 확장
  • 에이전틱 AI 개발
  • 물리적 AI 응용
  • 오픈 소스 기여
  • 도구 탐색

Machine Learning Systems Book 리뷰

로딩 중...

Machine Learning Systems Book와(과) 비슷한 인기 AI 도구

Made With ML

AI GitHub 저장소

Made With ML은 프로덕션 수준의 머신러닝 애플리케이션을 개발, 배포 및 반복하는 방법을 배우기 위한 종합적인 리소스입니다. 강력한 ML 시스템 구축을 위한 실용적인 통찰력과 지침을 제공합니다.

교육 및 연구
도구 보기

AI GitHub 저장소

프로덕션 수준의 머신러닝 애플리케이션을 개발, 배포 및 반복하는 방법을 배우기 위한 종합적인 리소스입니다. 강력한 ML 시스템 구축을 위한 실용적인 통찰력과 지침을 제공합니다.Made With ML은 프로덕션 수준의 머신러닝 애플리케이션을 개발, 배포 및 반복하는 방법을 배우기 위한 종합적인 리소스입니다. 강력한 ML 시스템 구축을 위한 실용적인 통찰력과 지침을 제공합니다.

교육 및 연구
AI GitHub 저장소 TOP 250 보기

ML-From-Scratch

AI GitHub 저장소

ML-From-Scratch는 기계 학습 모델과 알고리즘의 기본적인 NumPy 구현을 제공하는 GitHub 리포지토리입니다. 이 프로젝트는 접근성을 중시하며 선형 회귀부터 심층 학습까지 다양한 주제를 다루는 것을 목표로 합니다. 이 오픈 소스 프로젝트는 개발자와 학습자가 다양한 ML 개념의 기본 메커니즘을 이해할 수…

머신러닝 및 데이터 사이언스
도구 보기

AI GitHub 저장소

기계 학습 모델과 알고리즘의 기본적인 NumPy 구현을 제공하는 GitHub 리포지토리입니다. 이 프로젝트는 접근성을 중시하며 선형 회귀부터 심층 학습까지 다양한 주제를 다루는 것을 목표로 합니다. 이 오픈 소스 프로젝트는 개발자와 학습자가 다양한 ML 개념의 기본 메커니즘을 이해할 수…ML-From-Scratch는 기계 학습 모델과 알고리즘의 기본적인 NumPy 구현을 제공하는 GitHub 리포지토리입니다. 이 프로젝트는 접근성을 중시하며 선형 회귀부터 심층 학습까지 다양한 주제를 다루는 것을 목표로 합니다. 이 오픈 소스 프로젝트는 개발자와 학습자가 다양한 ML 개념의 기본 메커니즘을 이해할 수…

머신러닝 및 데이터 사이언스
AI GitHub 저장소 TOP 250 보기

이 자료는 "인공지능: 계산 에이전트의 기초" 교재의 슬라이드를 제공합니다. 계산 에이전트에 초점을 맞춰 AI의 기본 개념을 다룹니다. AI 원리와 에이전트 기반 시스템에서의 실제 응용을 탐구하는 학생 및 연구자에게 이상적입니다.

기타 AI 도구
도구 보기

이 자료는 "인공지능: 계산 에이전트의 기초" 교재의 슬라이드를 제공합니다. 계산 에이전트에 초점을 맞춰 AI의 기본 개념을 다룹니다. AI 원리와 에이전트 기반 시스템에서의 실제 응용을 탐구하는 학생 및 연구자에게 이상적입니다.

기타 AI 도구

AI 학습 저장소

AI GitHub 저장소

AI 학습은 현대 AI에 대한 구조화된 실습 여정으로, 실용적인 프로젝트에 중점을 둡니다. 대형 언어 모델, 검색 증강 생성, 자율 AI 에이전트 및 생성 AI를 다루며, 실제 시스템을 구축하여 학습하는 것을 목표로 합니다.

머신러닝 플랫폼교육 및 이러닝
도구 보기

AI GitHub 저장소

현대 AI에 대한 구조화된 실습 여정으로, 실용적인 프로젝트에 중점을 둡니다. 대형 언어 모델, 검색 증강 생성, 자율 AI 에이전트 및 생성 AI를 다루며, 실제 시스템을 구축하여 학습하는 것을 목표로 합니다.AI 학습은 현대 AI에 대한 구조화된 실습 여정으로, 실용적인 프로젝트에 중점을 둡니다. 대형 언어 모델, 검색 증강 생성, 자율 AI 에이전트 및 생성 AI를 다루며, 실제 시스템을 구축하여 학습하는 것을 목표로 합니다.

머신러닝 플랫폼교육 및 이러닝
AI GitHub 저장소 TOP 250 보기

안드리 부르코프의 백 페이지 머신러닝 책은 머신러닝을 배우기 위한 간결하면서도 체계적인 접근 방식을 제공합니다. 이 책은 기초 지식, 실용적인 통찰력, 그리고 동반 위키를 통해 추가 자료를 제공합니다.

기타 AI 도구
도구 보기

안드리 부르코프의 백 페이지 머신러닝 책은 머신러닝을 배우기 위한 간결하면서도 체계적인 접근 방식을 제공합니다. 이 책은 기초 지식, 실용적인 통찰력, 그리고 동반 위키를 통해 추가 자료를 제공합니다.

기타 AI 도구

MLX

AI GitHub 저장소

MLX는 애플 실리콘을 위해 특별히 설계된 배열 프레임워크로, 효율적인 머신 러닝 작업을 가능하게 합니다. 개발자들이 GitHub에서 개발에 기여할 수 있도록 하여 AI 커뮤니티의 협업과 혁신을 촉진합니다.

머신러닝 플랫폼
도구 보기

AI GitHub 저장소

애플 실리콘을 위해 특별히 설계된 배열 프레임워크로, 효율적인 머신 러닝 작업을 가능하게 합니다. 개발자들이 GitHub에서 개발에 기여할 수 있도록 하여 AI 커뮤니티의 협업과 혁신을 촉진합니다.MLX는 애플 실리콘을 위해 특별히 설계된 배열 프레임워크로, 효율적인 머신 러닝 작업을 가능하게 합니다. 개발자들이 GitHub에서 개발에 기여할 수 있도록 하여 AI 커뮤니티의 협업과 혁신을 촉진합니다.

추천머신러닝 플랫폼
AI GitHub 저장소 TOP 250 보기

피터 해링턴의 '행동하는 머신러닝'은 파이썬을 사용하여 머신러닝 도구를 구축하는 포괄적인 가이드를 제공합니다. 분류, 예측, 추천, 요약 및 데이터 단순화 기술을 다룹니다.

교육 및 연구
도구 보기

피터 해링턴의 '행동하는 머신러닝'은 파이썬을 사용하여 머신러닝 도구를 구축하는 포괄적인 가이드를 제공합니다. 분류, 예측, 추천, 요약 및 데이터 단순화 기술을 다룹니다.

교육 및 연구

CS229: 머신러닝은 스탠포드 대학교에서 제공하는 포괄적인 과정으로, 머신러닝과 통계적 패턴 인식에 중점을 두고 있습니다. 감독 학습, 비감독 학습, 강화 학습 및 다양한 분야의 실제 응용 프로그램을 포함한 여러 주제를 다룹니다.

교육 및 연구교육 및 이러닝

AI 학습 54위

도구 보기

스탠포드 대학교에서 제공하는 포괄적인 과정으로, 머신러닝과 통계적 패턴 인식에 중점을 두고 있습니다. 감독 학습, 비감독 학습, 강화 학습 및 다양한 분야의 실제 응용 프로그램을 포함한 여러 주제를 다룹니다.CS229: 머신러닝은 스탠포드 대학교에서 제공하는 포괄적인 과정으로, 머신러닝과 통계적 패턴 인식에 중점을 두고 있습니다. 감독 학습, 비감독 학습, 강화 학습 및 다양한 분야의 실제 응용 프로그램을 포함한 여러 주제를 다룹니다.

추천교육 및 연구교육 및 이러닝
AI 학습 54위
1/8