Ĉi tiuj estas la plej bonaj rimedoj, kiujn mi trovas por lerni pri Maŝinlernado, Profunda Lernado kaj aliaj temoj pri Artefarita Inteligenteco.
Estas senpagaj kaj pagataj kursoj kaj diversnivelaj. Kompreneble, kvankam estas iuj en la hispana, plej multaj estas en la angla.
Senpagaj kursoj
Por komencantoj
Mi dividas ĝin en mallongajn kursojn (de 1 ĝis 20 horoj), kiuj estas por unua kontakto kun la temo.
- Enkonduko pri Maŝinlernado de Kaggle Mallongaj, nur 3 horoj
- Maŝinstruada Kraŝa Kurso de Google per TensorFlow-API (15 horoj)
- Enkonduko al Profunda Lernado de Kaggle 4 horoj por lerni DL kaj TensorFlow. Lernu la ĉefajn ideojn de Maŝinlernado kaj konstruu viajn unuajn modelojn.
- Vizio de Stanford Classes IA YouTube-listo de klasoj de Stanford por lerni komputilan vizion kaj AI (20 horoj)
- Enkonduko al Profunda Lernado de MIT. Ĝi estas nur por studentoj aŭ eks-studentoj sed ni povas vidi la filmetojn de la klasoj.
- Elementoj de AI. Senpaga enkonduko al Artefarita Inteligenteco por NON-spertuloj de la Universitato de Helsinko.
Kompletaj kursoj, de komencanto ĝis progresinto
- Maŝinlernado de Andrew ng Verŝajne la plej malnova kaj plej konata ML-kurso. Mi ĉeestis ĝin pasintjare. Ĝi estas sufiĉe teoria. Vi lernas la bazojn pri kiel funkcias maŝinlernado, sed mi pensas, ke ĝi bezonas pli praktikan ŝarĝon. Maldekstre ligo al la recenzo tion mi faris de ĉi tiu kurso, se vi volas scii ĝin.
- Kompreneble rapida AI per rapida.ai
- Meza Maŝinlernado instruita de Kaggle estas la daŭrigo de la komencanta kurso, kiun ni vidis antaŭe. Vi ricevos pli precizajn kaj utilajn modelojn.
- Profunda Lernado de Google (3 monatoj) (Meza ĝis altnivela) Disvolvita de Audacity kun Vincent Vanhoucke, Ĉefsciencisto ĉe Google, kaj teknika gvidanto en la teamo de Google Brain.
Pagitaj kursoj
Verŝajne la plej bona kurso por lerni Profundan Lernadon kaj Maŝinlernado.
- Speciala Profunda Lernado by Profunda Learnin AI - Ĝi estas grupo de specialiĝaj kursoj pri Profunda Lernado. Majstro Profunda Lernado, kaj enkonduko al Artefarita Inteligenteco. La fakaj kursoj gviditaj de Andrew Ng por lerni DL. Ĝi estas pagita kurso, ĝi konsistas el 5 subkursoj kaj vi pagas $ 40 monate ĝis vi finos ĝin (ĝi kalkulas ĉirkaŭ 3 monatojn - ĉirkaŭ 11 horojn semajne sed vi povas fari ĝin laŭ via propra rapideco. estas:
- Neŭralaj Retoj kaj Profunda Lernado
- Plibonigi Profundajn Neŭralajn Retojn: Agordado de Hiperparametro, Reguligo kaj Optimumigo
- Strukturaj Maŝinlernaj Projektoj
- Konvolutaj Neŭralaj Retoj
- Sekvencaj Modeloj
Aliaj rimedoj
- Kaggle-Konkursoj Ĝi estas unu el la plej bonaj manieroj praktiki ĉion, kion vi lernas kaj tial lerni pli kaj vere. Ĉi tiuj estas veraj konkursoj, kiuj kaŭzas al ni problemojn kaj donas al ni la datumarojn.
Libroj
Kaj por kompletigi la informojn kaj interesajn rimedojn pri Artefarita Inteligenteco ĉi tiun libron
Python por Datuma Scienco
Unu el la ĉefaj kapabloj necesaj por lerni, aŭ pli bone dirite por povi labori kaj uzi ML, DL kaj AI, estas koni Python. Ni povus ankaŭ uzi R aŭ aliajn programlingvojn, sed Python estas la plej uzata kaj mi rekomendas uzi ĝin, ĉar ĝi utilos al multaj aliaj areoj.
En Kaggle vi povas trovi malgrandan kurson kun la baza enhavo por komencantoj, kiuj neniam tuŝis pitonon.
Mi daŭre ĝisdatigos la liston kun pli malvarmaj aferoj, kiujn mi trovas. Se vi konas iujn ne listigitajn, vi povas lasi komenton.