دوره های یادگیری ماشین یادگیری ، یادگیری عمیق و هوش مصنوعی

دوره های یادگیری ماشین ، یادگیری عمیق. اهمیت داده ها

اینها بهترین منابعی است که من برای یادگیری در مورد یادگیری ماشین ، یادگیری عمیق و سایر مباحث هوش مصنوعی پیدا کرده ام.

دوره های رایگان و پولی و در سطوح مختلف وجود دارد. البته ، اگرچه برخی از آنها به زبان اسپانیایی وجود دارد ، اما بیشتر آنها به انگلیسی هستند.

دوره های رایگان

برای مبتدیان

من آن را به دوره های كوتاه (از 1 تا 20 ساعت) تقسیم می كنم. این دوره ها برای اولین تماس با موضوع است.

دوره های کامل ، از مبتدی تا پیشرفته

  • یادگیری ماشینی توسط Andrew ng احتمالاً قدیمی ترین و شناخته شده ترین دوره ML است. من سال گذشته در آن شرکت کرده ام. کاملاً تئوریک است. شما اصول کار یادگیری ماشین را یاد می گیرید اما فکر می کنم این به بار عملی بیشتری نیاز دارد. ترک کرد پیوندی به بررسی من این دوره را انجام دادم در صورتی که می خواهید آن را بدانید.
  • دوره سریع AI توسط fast.ai
  • یادگیری ماشین متوسط تدریس شده توسط کاگل ادامه دوره مبتدیانی است که قبلاً دیده ایم. مدل های دقیق تر و مفیدی دریافت خواهید کرد.
  • یادگیری عمیق توسط Google (3 ماه) (سطح متوسط ​​تا پیشرفته) ساخته شده توسط Audacity با Vincent Vanhoucke ، دانشمند اصلی در Google ، و رهبری فنی در تیم Google Brain.

دوره های پولی

مطمئنا بهترین دوره برای یادگیری عمیق و یادگیری ماشین.

  • تخصص یادگیری عمیق by Deep Learnin AI - این یک گروه از دوره های تخصصی در Deep Learning Specialization است. استاد یادگیری عمیق ، و مقدمه ای بر هوش مصنوعی. دوره های تخصصی تحت هدایت اندرو نگ برای یادگیری DL. این یک دوره پولی است ، شامل 5 دوره فرعی است و شما 40 دلار در ماه پرداخت می کنید تا اینکه آن را به پایان برسانید (تقریباً 3 ماه تخمین زده می شود - حدود 11 ساعت در هفته اما می توانید آن را با سرعت خود انجام دهید. هستند:
    • شبکه های عصبی و یادگیری عمیق
    • بهبود شبکه های عصبی عمیق: تنظیم Hyperparameter ، تنظیم و بهینه سازی
    • پروژه های یادگیری ماشین ساختاری
    • شبکه های عصبی همجوشی
    • مدل های توالی

منابع دیگر

  • مسابقات کاگل این یکی از بهترین راه ها برای عملی کردن هر آنچه که یاد می گیرید و در نتیجه یادگیری بیشتر و واقعی است. این مسابقات واقعی است که در آنها مشکلی برای ما ایجاد می کند و مجموعه داده ها را به ما می دهد.

کتابها

و برای تکمیل اطلاعات و منابع جالب در مورد هوش مصنوعی این کتاب

در لیست ارسال ما ثبت نام نمایید

پایتون برای علوم داده

یکی از مهارت های اصلی که برای یادگیری یا بهتر بگوییم توانایی کار و استفاده از ML ، DL و AI مورد نیاز است ، شناخت پایتون است. ما همچنین می توانیم از زبان R یا سایر زبان های برنامه نویسی استفاده کنیم اما پایتون بیشترین استفاده را دارد و من توصیه می کنم از آن استفاده کنید زیرا در بسیاری از مناطق دیگر نیز خدمت می کند.

در Kaggle می توانید یک دوره کوچک با محتوای اساسی برای مبتدیانی که هرگز پایتون را لمس نکرده اند بیابید.

من با چیزهای جالب تری که پیدا می کنم لیست را به روز می کنم. اگر می دانید موارد ذکر شده در لیست وجود ندارد ، می توانید نظر دهید.

دیدگاهتان را بنویسید: