- AI Expert Roadmap
- AI School
- hub-ai.com
- The Wild Week in AI
- github.com/kjw0612
- The libraries of Babel, Mendel and Turing
- Programming Collective Intelligence
- x.ai - a personal assistant who schedules meetings for you
- Pattern Recognition
- Artificial Intelligence insight from Deep Learning 'Godfather' - May 5, 2015
- Don't be evil, AI! | Anthony Paek | TEDxSNU
- Artificial Intelligence Weekly
- “미래의 인공지능 사회? 게임을 들여다보라”
- Beyond Frontal Faces: Improving Person Recognition Using Multiple Cues
- THIS MYSTERY PHOTO HAUNTING REDDIT APPEARS TO BE IMAGE RECOGNITION GONE VERY WEIRD
- FAIR: Opening Up About Artificial Intelligence and Facial Recognition
- The General Video Game AI Competition - 2015
- 인공지능과 공유경제로 보는 노동의 미래
- 왜 최근에 빌 게이츠, 엘론 머스크, 스티븐 호킹 등 많은 유명인들이 인공지능을 경계하라고 호소하는가?
- The Automatic Statistician - An artificial intelligence for data science
- 인공지능 기술과 현실 사이에서 넘어야 할 4가지
- CreativeAI
- 7 Days of Artificial Intelligence
- CS188 Spring 2014
- CS188 Spring 2013
- Ultimate AI battle - Apple vs. Google
- horae.tistory.com/category/A.I인공지능
- Explainable Artificial Intelligence (XAI)
- '사람이 이해할 수 있는 AI' 설명가능한 AI를 설명하다 - ITWorld Korea XAI
- 설명 가능한 인공지능(XAI)과 UX. 스켈터랩스 디자인 팀은 인공지능에 대해 다양한 방면으로의 연구를 하고… | by Park Minji | Skelter Labs Designer | Jan, 2022 | Medium
- 인공지능의 오해와 진실…기초·응용분야 집중해야
- Artificial Intelligence and Java
- Prof. Fei Fei Li - The Future of AI
- 인공지능 개론 - 인공신경망
- 뇌과학으로 본 인공지능의 현주소와 미래 01
- facebook.com/pg/awesomeai/notes
- awesome-starcraftAI - A curated list of resources dedicated to StarCraft AI
- Introducing A.I. Experiments
- RI Seminar: Yann LeCun : The Next Frontier in AI: Unsupervised Learning
- Facebook’s advice to students interested in artificial intelligence
- 뇌과학으로 본 인공지능의 현주소와 미래 01
- 인공지능: 변화와 능력개발
- 인공지능, 기계학습 그리고 딥러닝
- The Great A.I. Awakening
- LAIAN - Learning Artificial Intelligence Applying Notions (LAIAN)
- github.com/AndersonJo/neo-notebook/tree/master/Artificial Intelligence Tutorial
- 휴대폰 안에서도 구현되는 인공지능, XNOR.ai
- What Everyone is not Telling You about Artificial Intelligence
- www.reddit.com/r/AIKorea
- Learning AI if You Suck at Math
- Mnemosyne Algorithm javascript로 만드는 인공지능
- All AI Resources at one place
- 의료에서의 인공지능 정리 파일 김치원 V5
- Artificial intelligence, revealed Yann Lecun
- “인공지능 다음 기계지능…인류에 주어질 진짜 외뇌”
- github.com/jskDr/AINoteBook
- AI혁명
- 창작자를 위한 인공지능 공부법
- AIY Projects: Do-it-yourself AI for Makers
- 500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code: 500 AI Machine learning Deep learning Computer vision NLP Projects with code
- Top 10 Recent AI videos on YouTube
- A list of artificial intelligence tools you can use today — for personal use (1/3)
- 인공지능이 소프트웨어 개발자 모두를 먹어 치울까?
- All AI Learning Resources
- aidl.io The definitive weekly newsletter on A.I. and Deep Learning, published by Waikit Lau and Arthur Chan
- Measuring the Progress of AI Research
- Google I/O 2017 참관기 - 머신 러닝과 AI
- 인공 지능(AI) 시대의 현실적 조언
- Cheat Sheets for AI, Neural Networks, Machine Learning, Deep Learning & Big Data
- NAVER Tech Talk
- The Three Way Race to the Future of AI. Quantum vs. Neuromorphic vs. High Performance Computing
- AI Blocks - A powerfull and intuitive WYSIWYG interface that allows anyone to create Machine Learning models!
- Artificial Intelligence, AI in 2018 and beyond
- 세계 최초 실시간 인공지능 생성기 KihwanNet을 소개한다
- ARTIFICIAL INTELLIGENCE: HOW WE HELP MACHINES LEARN
- MIT AGI: Artificial General Intelligence
- M2M Day 90— How I used Artificial Intelligence to automate Tinder
- What is the Role of an AI Software Engineer in a Data Science Team?
- My take on Google AI Interview Question with Interactive Code — Part 1
- 삼성 AI 포럼 - 2일차 리뷰
- POSCO AI Chanllenge 과제 참여 연구노트
- Guide to Your Own AI App in 3 Easy Steps
- pyconau-2018-shades
- idea; 매일 화장을 하기 때문에(발표자가 여자)
- data; 눈썹 모양 데이터를 유명인 사진에서 수작업으로 만들어
- train; transfer learning으로 훈련, 매우 작은 데이터넷(800 images)과 50줄의 코드로 99%
- 뉴로모픽 인공지능과 하드웨어의 결합 워크샵
- Heuristic Search in Artificial Intelligence — Python
- Artificial Intelligence Programming Python
- 진정한 인공지능을 향한 단계들 Steps Toward Artificial Intelligence (1)
- 진정한 인공지능을 향한 단계들 Steps Toward Artificial Intelligence (2)
- 주디아 펄의 “인과에 대하여(The book of Why)” causal inference
- awesome-causal-inference
- What Is Causal Inference? – O’Reilly
- Progress Toward Safe and Reliable AI
- Artificial Intelligence Conference
- LF AI Foundation Interactive Landscape
- 25 Best Artificial Intelligence Blogs To Follow In 2020
- AI의 새로운 비즈니스는 전통적인 소프트웨어와 어떻게 다른가
- 입문자도 30분에 만드는 인공지능 #1 블랙핑크 닮은 꼴 찾기 서비스 - YouTube
- 2020AIChallenge_Solution: 2020년 nipa에서 개최한 AI 챌린지 수상 코드를 올려놓은 레포(상금 1.6억원)
- 차세대 인공지능 - 제1편 unsupervised, federated, transformer
- 차세대 인공지능 - 제2편
- 인공지능의 미래 transformer
- AI 프로젝트 실패의 5가지 원인. By 송호연 | by Riiid Techblog | Nov, 2020 | Medium
- NIPA 2020 인공지능 문제해결 경진대회, 4관왕 달성 후기
- 인공지능(AI) 아나운서 개발기 – AI PLUS Tech Blog
- The Map of Artificial Intelligence (2020) | in AI Territory | The Startup
- Microsoft Special Edition
- 서비스 향 AI 모델 개발하기 (1) - 학습 데이터셋 준비
- 서비스 향 AI 모델 개발하기 (2) - 모델 테스트 & 모델 요구사항
- 서비스 향 AI 모델 개발하기 (3)
- "AI는 만능 아냐···범위와 업무요건 명확히 해야" - ZDNet korea
- 2021 오라일리 설문조사 : 기업들의 AI 도입 현황은? - 한빛출판네트워크
- AI 제품 관리자에게 필요한 실무 기술 - 한빛출판네트워크
- State of AI Report 2021
- Software 2.0. I sometimes see people refer to neural… | by Andrej Karpathy | Medium
- 인공지능의 음악 인지 모델 - 제65차 한국음악지각인지학회 기조강연. 발표자 최근우. - YouTube
- 로봇 주방의 자동화 레벨 | GeekNews
- 맨땅에서 AI학습플랫폼을 만들기까지. 박선우 - PyCon Korea 2021 - YouTube
- 신뢰 가능한 인공지능(Trustworthy AI) 제대로 훑기 | by Heejung Kim | Skelter Labs Designer | Jan, 2022 | Medium
- Counter Factual Analysis for Explainable AI - Shashank Shekhar | PyData Global 2021 - YouTube
- Assessing and Mitigating Unfairness in AI Systems - Manojit Nandi | PyData Global 2021 - YouTube
- AI옵스 적용 영역 ‘잘 맞는 3가지, 아직은 미흡한 2가지’ - CIO Korea AIOps
- 인공지능 서비스를 지탱하는 기술(AIOps) : 인공지능과 데이터의 관계 | YES24 채널예스
- 인공지능 서비스를 지탱하는 기술(AIOps) : 인공지능 서비스 실현의 현실 | YES24 채널예스
- 인공지능 서비스를 지탱하는 기술(AIOps) : 인공지능 서비스를 실현하는 기술 | YES24 채널예스
- AI도 과하면 독, ‘딱 맞는 해법’은 따로 있다 - CIO Korea
- 인터뷰 김광섭 카카오브레인 CTO AI로 '불쾌한 골짜기' 건넌다 | 아주경제
- Computer Scientists Prove Why Bigger Neural Networks Do Better | Quanta Magazine
- Anatomy of an AI System
- AI를 하고 싶은 C-level의 흔한 실수들 | Pega Devlog
- 쏘카 AI팀의 Applied Research Scientist는 어떤 일을 하나요? - SOCAR Tech Blog
- 네이버 “초거대 AI는 찌개 육수”...AI 상용화 속도 대폭 높인다 < 산업 < 기사본문 - AI타임스
- 12 Graphs That Explain the State of AI in 2022 - IEEE Spectrum
- 인간 대 기계
- Beyond interpretability: developing a language to shape our relationships with AI | by Been Kim | Medium | Medium
- AI for Software Developers: a Future or a New Reality?
- 내가 AI 업계를 떠난 이유 5가지 | 요즘IT
- A Gentle Introduction to Artificial Neural Networks
- 인공신경망 (ANN) 공부 루트
- A GENTLE INTRODUCTION TO NEURAL NETWORKS (WITH PYTHON)
- Make Your Own Neural Network
- 더북(TheBook): 모두의 인공지능 with 파이썬
- 더북(TheBook): 모두의 인공지능 기초 수학
- 파이썬을 활용한 데이터 AI 분석 사례
- Artificial Inteligence
- Probabilistic Models of Cognition 사람의 사고 방식을 확률적 프로그래밍을 통해 설명하는 인지 확률 모델링에 대한 책
- Game AI Pro 3: Call for Proposals
- Artificial Intelligence and Games
- Huge List of Free Artificial Intelligence, Machine Learning, Data Science & Python E-Books
- 중등4 - Introduction to AI(Stanford)
- 한국인공지능연구소
- 모두를 위한 AI | Coursera
- Learn AI for Free
- 서울대학교의 모두를 위한 AI 강연
- 모두를 위한 AI 강연(feat. 네이버) - YouTube
- AI는 내친구 #25 KMOOC 비전공자를 위한 딥러닝 강의 예고 | KAIST AI STUDIO - YouTube
- 최신 인공지능을 배울 수 있는 좋은 소스
- 8 Best Free Courses to Learn AI (Artificial Intelligence) in 2021
- 6 Best Artificial Intelligence Courses for Healthcare in 2022
- 10 Best Certification Courses for Artificial Intelligence in 2022
- 부스트캠프 AI Tech Product Serving, 러닝 마스터 강의 후기 · 어쩐지 오늘은
- AI And Machine Learning Full Course 2022 | AI Tutorial | Machine Learning Tutorial | Simplilearn - YouTube
- alina.ai/courses/practical_dl_for_coders 코더들을 위한 실전 딥러닝 강의
- Artificial Intelligence Lecture Series
- blog.alina.ai/courses/ai-pm
- coursera 인공지능 개발자를 위한 코세라 강의 소개
- CS 188 | Introduction to Artificial Intelligence Fall 2018
- CS221: Artificial Intelligence: Principles and Techniques
- matrix.skku.ac.kr/2020-Math4AI-Final-pbl2/
- theschool.ai/courses/data-lit Siraj Raval
- UNIST - YouTube
- Activeloop - Database for AI - Activeloop
- AI•ON: AI Open Network
- Codeball -> AI-powered code review
- comma.ai
- Data2vec: The first high-performance self-supervised algorithm that works for speech, vision, and text
- DoWhy - a Python library for causal inference that supports explicit modeling and testing of causal assumptions. DoWhy is based on a unified language for causal inference, combining causal graphical models and potential outcomes frameworks https://microsoft.github.io/dowhy
- DS2.ai | 혁신가를 위한 AIOps 플랫폼
- Fiber Uber AI Introduce Fiber, a New Library for Distributed Machine Learning
- interviews.ai: This book was written for you: an aspiring data scientist with a quantitative background, facing down the gauntlet of the interview process in an increasingly competitive field. For most of you, the interview process is the most significant hurdle between you and a dream job
- Mage.ai The fastest way to build and use AI | Mage
- milvus: An open source embedding vector similarity search engine powered by Faiss, NMSLIB and Annoy
- MLIR: A new intermediate representation and compiler framework
- NeoALT - 인공지능 학습용 라벨링 툴 AI를 위한 DATA Labeling 제작도구
- nebullvm: Easy-to-use library to boost AI inference leveraging multiple DL compilers
- Project Oxford - An evolving set of APIs for natural data processing
- vectorai: Vector AI — A platform for building vector based applications. Encode, query and analyse data using vectors
- zAI - 파이썬 AI 라이브러리 zAI 사용기