HiMyNameIsDavidKim
Study
Jupyter Notebook

데이터 사이언티스트 (AI 리서치 엔지니어) 공부, 연구, 논문 기록

Last updated May 30, 2026
26
Stars
2
Forks
0
Issues
0
Stars/day
Attention Score
51
Language breakdown
Jupyter Notebook 97.3%
Python 1.6%
HTML 1.0%
Java 0.1%
Dart 0.0%
Shell 0.0%
Files click to expand
README

📚Study📚

📋 Contents

💪 Basic

🐍 Python

🎯 AI

📊 Data Analyst

☁️ Cloud

💼 Project

📓 Paper List

📘 Book List

🦋 Flutter

☕️ Java


💪 Basic

- ⚙️ Algorithm⭐️

- 🗂️ Data Structure

- 💻 Computer Science

- 🧮 Algebra

- 🔢 Statistics - 🧩 Design Pattern

🐍 Python

- 🐍 Basic

- 🐉 Advanced⭐️

- 📊 Data Analysis

- 📝 Example

🎯 AI

- 🤖 ML & DL⭐️

- 📷 CV

- 💬 NLP

- 🤝 RecSys

- 🌌 Neuroscience

- 🧪 Data Science

- 🔮 Prediction

📊 Data Analyst

- 🔍 Analystical Skills

- 📈 Visualization

- Tableau

- Looker Studio

- Power BI

- 🧾 Query

- SQL

- Big Query

- DBeaver

- 🗃️ Big Data

- Spark

- Hadoop

- 📜 Certification

- SQL (SQLD)

- R (ADsP)

☁️ Cloud

- 🌿 Git

- 🐳 Docker

- 🌴 AWS

- 🛎️ AIaaS

- 🥫 DB Server

- 🌵 Django Server)

- ⚛️ React Server

💼 Project

- Resume

- Research - FCViT

- SPRNN

- Scholar

- Portfolio

- [[연구 논문/DL] 딥러닝 모델 (Vision) 설계 최고 성능 달성](https://github.com/HiMyNameIsDavidKim/fcvit/blob/main/OVERVIEW_KOR.md)

- [[제조/ML] 애플워치 검사 자동화 알고리즘 설계 및 운영](https://github.com/HiMyNameIsDavidKim/Study/tree/main/6Project/lgd_project)

- [[은행/ML] 계좌 개설 사기 탐지를 통한 사기 패턴 분석](https://github.com/HiMyNameIsDavidKim/Study/tree/main/6Project/team_project)

- [[이커머스/KPIs] CAC 분석을 통한 성과지표 별 광고 최적화](https://github.com/HiMyNameIsDavidKim/Study/tree/main/6Project/final_project)

- Side Project

- [[VLM/DL] CLIP과 sLLM을 활용한 이미지 설명 생성 모델](https://github.com/HiMyNameIsDavidKim/image_captioning)

- [[TTS/DL] XTTS와 Whisper를 활용한 한국어 TTS 파인튜닝](https://github.com/HiMyNameIsDavidKim/xttstrainingko)

- 코딩 테스트

- 면접

📓 Paper List

  • [print('✅') if (READ == True) else pass]
  • New Architecture
* ✅ Vision Mamba, 2024 / Blog Posting / Raw Note * ✅ MambaOut, 2024 / Blog Posting / Raw Note
  • Transformer
* ✅ Attention is all you need, 2017 / Blog Posting / Raw Note * [LoRA]() * [RAG]()
  • ViT
* ✅ ViT, 2021 / Blog Posting / Raw Note * ✅ Swin Transformer, 2021 / Blog Posting * ✅ BEiT, 2021 * ✅ DeiT, 2021 / Blog Posting / Raw Note * ✅ ViT-G/14, 2022 / Blog Posting / Raw Note * ✅ MLP-Mixer, 2021 / Blog Posting / Raw Note * ✅ ViT Robustness, 2022 / Blog Posting / Raw Note * Self-Supervised Learning * ✅ MoCo v3, 2021 / Blog Posting / Raw Note * ✅ DINO, 2021 / Blog Posting / Raw Note * ✅ iBOT, 2021 / Blog Posting / Raw Note * ✅ MAE, 2022 / Blog Posting / Raw Note * ✅ data2vec, 2022 / Blog Posting / Raw Note * ✅ CAE, 2024 / Blog Posting / Raw Note * ✅ I-JEPA, 2023 / Blog Posting / Raw Note * ✅ V-JEPA, 2024 / Blog Posting / Raw Note * [DINO v2]() * [data2vec v2]()
  • CNN
* ✅ VGGNet, 2014 / Blog Posting / Raw Note * ✅ Inception v1, 2014 / Blog Posting / Raw Note * ✅ Inception v2~3, 2016 * ✅ Inception v4, 2016 * ✅ UNet, 2015 / Blog Posting / Raw Note * ✅ ResNet, 2016 / Blog Posting / Raw Note * ✅ DenseNet, 2017 / Blog Posting * ✅ CoAtNet, 2021 / Blog Posting / Raw Note * MobileNet v1, 2017 * MobileNet v2, 2018 * EfficientNet, 2019 * EfficientNet-L2, 2021 * Noisy Student, 2019 * Meta Pseudo Labels, 2020 * Self-Supervised Learning * ✅ SimCLR * ✅ MoCo v1, 2020 / Blog Posting / Raw Note * ✅ MoCo v2, 2020 / Blog Posting / Raw Note
  • Methods
* ✅ Survey of augmentation, 2021 * ✅ Augmentation review post * ✅ Learning Loss for Test-Time Augmentation, 2020 * ✅ Dropout, 2014 * ✅ Batch Normalization, 2015 * ✅ Layer Normalization, 2016 * ✅ Adam, 2015 * ✅ LARS, 2017 * ✅ SAM Optimizer, 2021 / Raw Note * Loss Scaling Rule, 2018 * Loss Predictor, 2019 * Few-shot learning, 2020
  • LLM Apps
* LLM * BERT, 2019 * GPT-1, 2018 * GPT-2, 2019 * GPT-3, 2020 * ✅ LLaMA, 2023 / Blog Posting / Raw Note * GPT-4, 2024
  • Vision Apps
* VLM * ✅ CLIP, 2021 / Blog Posting / Raw Note * LLaVA, 2023 * ✅ LLaVA-UHD, 2024 / Blog Posting / Raw Note * Video * [Video Prism]() * [Perception Encoder]() * [SigLIP]() * Segmentation * ✅ Segment anything, 2023 / Blog Posting / Raw Note * Object Detection * R-CNN, 2014 * Fast R-CNN, 2015 * Faster R-CNN, 2015 * Mask R-CNN, 2017 * [DETR]() * YOLO v1, 2016 * YOLO v2, 2016 * YOLO v3, 2018 * YOLO v4, 2020 * [YOLOS]() * [EfficientDet]() * ViTDet, 2022 * Jigsaw Puzzle * ✅ Context Prediction, 2015 * ✅ CFN, 2016 * ✅ Knowledge Transfer, 2018 * ✅ Greedy, 2018 / Raw Note * ✅ Brute force, 2018 / Raw Note * ✅ Deepzzle, 2020 * ✅ Alphazzle, 2023 / Raw Note * ✅ SDDRL, 2023 / Raw Note * ✅ JPDVT, 2024 / Raw Note * Jigsaw & Inpainting, 2018 * ✅ Jigsaw-ViT, 2023 * ✅ Masked Jigsaw Puzzle, 2023 * Vision Gen * ✅ VAE, 2013 * ✅ Style Transfer, 2016 * DALL-E, 2022
  • RecSys
* Insight * 2 stage RecSys * MS Recommenders * Retrieval (CF) * ✅ YoutubeDNN, 2016 * [NCF]() * [MIND]() * [EBR]() * Retrieval (Graph) * ✅ GCN, 2016 / Blog Posting / Raw Note * ✅ NGCF, 2019 / Blog Posting / Raw Note * [LightGCN, 2020]() * [Turbo-CF]() * Retrieval (Gen) * [TIGER]() * [BERT4Rec]() * [Transformer4Rec]() * Re-Ranking (FM) * ✅ DeepFM, 2017 / Blog Posting / Raw Note * [xDeepFM]() * [DeepFFM]() * [DCN]() * [DCN v2]() * Re-Ranking (Multi-Task) * [ESMM]() * [MMoE]() * [PEPNet]()
  • ML
* [LightGBM]() * [XGBoost]() * TabNet, 2021

📘 Book List

  • [print('✅') if (READ == True) else pass]
  • 데이터 분석
* ✅ 혼공분석(박해선): 파이썬 데이터분석 * ✅ Do it 쉽게 배우는 파이썬 데이터 분석(김영우): 데이터분석, 판다스 라이브러리 * ✅ 플로우가 보이는 머신러닝 프로젝트(임선집): 문과생 데이터 사이언티스트, 머신러닝 실전 예제 * 한장으로 끝내는 비즈니스 모델 100(곤도 데쓰로): 비즈니스 모델 파악 * 데이터 문해력(카시와기 요시키): 데이터 해석 능력 * 린 분석(앨리스테어 크롤): 지표 분석 공부 * 세컨드 펭귄(임승현): 지표 분석 공부 * 논리의 기술(바바라 민토): 논리력 공부 * 데이터 분석의 힘(이토 고이치로): 분석력 공부 * 데이터 과학을 위한 통계(앤드루 브루스): 데이터 사이언스 통계학
  • ML
* ✅ 혼공머신(박해선): 인공지능 머신러닝 딥러닝 * ✅ 딥러닝으로 걷는 시계열 예측(윤영선): 아키텍트, 딥러닝 프로젝트 실전 예제 * 딥려닝을 이용한 정형 데이터 분석(마크 라이언): 데이터 사이언티스트, 딥러닝 실전 예제와 모델 배포 * ✅ 파이토치 첫걸음(최건호): 파이토치에서 활용
  • Algorithm
* ✅ 파이썬 코딩 도장(남재윤): 파이썬 AtoZ (+파이써닉 맛보기) * 이것이 취업을 위한 코딩 테스트다 with 파이썬(나동빈): 알고리즘 정석 * 헤드 퍼스트 디자인 패턴(에릭 프리먼): OOP 디자인 패턴

🦋 Flutter

- Dart Basic

- Widget

☕️ Java

- Basic and AI
🔗 More in this category

© 2026 GitRepoTrend · HiMyNameIsDavidKim/Study · Updated daily from GitHub