딥러닝 개념 안내서

딥러닝을 하나의 흐름으로 이해하기

모델 이름을 외우기보다 어떤 문제를 어떤 데이터와 학습 신호로 푸는지 이해하도록 돕는 초심자용 안내서다.

1장부터 시작하기 시작 전에 확인하기

이 사이트에서 얻는 것

1. 공통 원리. 순전파, 손실 함수, 역전파, 옵티마이저의 역할을 구분한다.
2. 모형의 관계. CNN, 트랜스포머, GNN과 생성 모델이 어떤 데이터 구조와 문제를 다루는지 연결한다.
3. 다음 공부의 출발점. 관심 분야를 찾고, 논문이나 교재에서 무엇을 더 확인해야 하는지 판단한다.

학습 목표

모든 수식과 구현을 익히는 과정은 아니다. 핵심 개념 사이의 관계를 설명하고, 처음 보는 기술이 기존 방법과 어떻게 연결되는지 판단하는 것을 목표로 한다.

네 단계로 읽기

I먼저 읽기

공통 학습 원리

1. 학습 문제 · 2. 신경망과 역전파 · 3. 최적화

II관심별 선택

데이터 표현과 구조

차원 축소, CNN, NLP, 트랜스포머, GNN

III관심별 선택

생성과 의사결정

VAE, 확산 모델, 플로 매칭, 강화 학습

IV개념 재조합

AI4Science

과학 문제 구성, PINN과 신경 연산자, MLIP

전체 개념 지도에서 연결선 보기

관심별 빠른 경로

언어 모델 이해하기

1 → 2 → 3 → 6 자연어 처리 → 7 어텐션과 트랜스포머

생성 모델 비교하기

1 → 2 → 3 → 4 표현 → 9 VAE → 10 확산 → 11 플로 매칭

AI4Science로 가기

• PINN·신경 연산자1 → 2 → 3 → 13 → 14
• MLIP·원자 모델1 → 2 → 3 → 8 → 13 → 15

읽기 전에 막힌다면

• 필요한 범위를 고르려면 시작 전에 확인하기를 읽는다.
• 벡터, 기울기, 조건부확률이 낯설다면 수학 기초 빠른 복습을 이용한다.
• 용어의 한국어와 영어 표현은 용어 지도에서 확인한다.
• 각 주제의 원전과 후속 자료는 대표 읽을거리에 모아 두었다.