# HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적 > Clean Markdown view of GeekNews topic #14915. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=14915](https://news.hada.io/topic?id=14915) - GeekNews Markdown: [https://news.hada.io/topic/14915.md](https://news.hada.io/topic/14915.md) - Type: news - Author: [xguru](https://news.hada.io/@xguru) - Published: 2024-05-21T09:31:01+09:00 - Updated: 2024-05-21T09:31:01+09:00 - Original source: [thomwolf.io](https://thomwolf.io/data/Thom_wolf_reading_list.txt) - Points: 52 - Comments: 4 ## Topic Body - 공동창업자이자 CSO인 Thomas Wolf는 물리학 & 법학 전공 - 그가 2016~17년에 NLP/AI/ML 분야에 들어가면서 읽은 독서 목록 - 즉, ChatGPT/트랜스포머/Diffusion 혁신 전이라는 것을 유의할 것 - "Deep Learning(심층 학습)" 책은 현재 도구에 대한 빠른 개요를 얻기에 좋은 자료 - "Artificial Intelligence: A Modern Approach(인공지능:제4판 - 현대적 접근방식)"는 신경망 이전의 모든 도구와 방법에 대한 훌륭한 자료 - "Machine Learning: A Probabilistic Perspective(머신 러닝)"는 확률적 접근법을 더 깊이 파고들고 베이지안 도구에 대한 좋은 노출을 얻기에 훌륭한 자료 - "Information Theory, Inference and Learning Algorithms"는 거의 믿을 수 없을 정도로 명확하게 확률과 정보 이론을 설명하는 작은 보석임 - "The Book of Why: The New Science of Cause and Effect"는 인과관계에 대한 좋은 소개서임 - "Reinforcement Learning: An Introduction([단단한 강화학습](https://jpub.tistory.com/1026))"은 강화 학습에 대한 입문적 소개를 얻기에 훌륭한 자료임 - 자연어 처리에 대한 세 가지 훌륭한 자료가 흥미로웠음 - Kyunghyun Cho의 "[Natural Language Processing with Representation Learning](https://github.com/nyu-dl/NLP_DL_Lecture_Note/blob/master/lecture_note.pdf)"에 대한 강의 노트가 훌륭함 - Yoav Goldberg의 "[Neural Network Methods in Natural Language Processing](https://www.amazon.com/Language-Processing-Synthesis-Lectures-Technologies/dp/1627052984)" 책도 좋음 - Jacob Eisenstein의 "[Natural Language Processing](https://github.com/jacobeisenstein/gt-nlp-class/blob/master/notes/eisenstein-nlp-notes.pdf)" 교과서도 매우 포괄적인 읽을거리임 - 몇 가지 온라인 코스로 이를 보완함 - edx 의 [Computational Probability and Inference (6.008.1x)](https://courses.edx.org/courses/course-v1:MITx+6.008.1x+3T2016/course/) - Coursera 의 [Probabilistic Graphical Models 전문화 과정](https://www.coursera.org/specializations/probabilistic-graphical-models) - 트랜스포머와 대규모 훈련의 혁명 이후에 이 분야에 합류한다면 아마도 다른 경로를 따르고 싶을 것임 - 2024년 조언 몇 가지: - NLP와 트랜스포머에 관한 우리의 책 [Natural Language Processing with Transformers](https://www.oreilly.com/library/view/natural-language-processing/9781098136789/)을 읽을 것. ChatGPT 이전이지만 여전히 매우 관련성이 있으며 마지막에는 LLM 훈련까지 다룸 - 유명한 분야 사람들로부터 딥러닝에 대한 온라인 수업을 몇 개 들을 것 - 여전히 위 목록에서 일반 교양을 위해 책을 몇 권 읽을 수 있으며, 특히 "Information Theory, Inference and Learning Algorithms"는 여전히 보석이라고 생각함 - 실천을 통해 배우기 위해 Hugging Face에 가입할 것 :) ## Comments ### Comment 25474 - Author: ninebow - Created: 2024-05-22T21:34:52+09:00 - Points: 2 이름이 뭔가 낯익어 찾아보닌 3월 말쯤 LLM 모델 개발 트렌드 영상을 공개했었던 것을 봤었네요. (아직 다 보지는 못했습니다ㅠ) 'A Little guide to building Large Language Models in 2024'라는 제목의 유튜브 영상으로, LLM 개발을 위한 데이터 준비부터 학습/평가 방법 등을 다방면으로 다루고 있는 영상입니다. - 영상: https://www.youtube.com/watch?v=2-SPH9hIKT8&utm_source=pytorchkr&ref=pytorchkr - 슬라이드: https://docs.google.com/presentation/d/1IkzESdOwdmwvPxIELYJi8--K3EZ98_cL6c5ZcLKSyVg/edit?utm_source=pytorchkr&ref=pytorchkr#slide=id.p - ⚠️광고⚠️ 정리해둔 글: https://discuss.pytorch.kr/t/2024-llm/3890 ### Comment 25443 - Author: nuthatch - Created: 2024-05-21T20:33:23+09:00 - Points: 3 <심층 학습> - 이안 굿펠로, 요슈아 벤지오, 에런 쿠빌 http://aladin.kr/p/OLwph <인공지능 1~2 - 전2권> - 스튜어트 러셀, 피터 노빅 http://aladin.kr/p/g4yZY <Machine Learning 머신 러닝> - 케빈 머피 http://aladin.kr/p/RGGL8 <Information Theory, Inference and Learning Algorithms (Hardcover)> - 데이빗 맥케이 http://aladin.kr/p/LFEp0 <The Book of Why: The New Science of Cause and Effect (Paperback)> - 다나 맥켄지, Judea Pearl http://aladin.kr/p/cLywB <단단한 강화학습> - 리처드 서튼, 앤드류 바르토 http://aladin.kr/p/3NQoU Natural Language Processing with Representation Learning -Kyunghyun Cho https://github.com/nyu-dl/NLP_DL_Lecture_Note/blob/master/lecture_note.pdf <Neural Network Methods in Natural Language Processing (Paperback)> - Yoav Goldberg http://aladin.kr/p/non6R <자연어 처리의 정석> - 제이콥 에이젠슈테인 http://aladin.kr/p/rPoLB ### Comment 25473 - Author: ninebow - Created: 2024-05-22T21:30:34+09:00 - Points: 2 - Parent comment: 25443 - Depth: 1 정리해주셔서 감사합니다!! 글을 퍼가며 정리해주신 목록도 함께 퍼갔는데요, 혹시나 원치 않으시면 삭제하도록 하겠습니다. 🙇‍♂️ https://discuss.pytorch.kr/t/gn-huggingface-ai-txt/4439/2 ### Comment 25457 - Author: nottiger - Created: 2024-05-22T10:21:37+09:00 - Points: 1 - Parent comment: 25443 - Depth: 1 감사합니다 ㅠㅠ