Ito ang pinakamahusay na mapagkukunan na nakikita ko upang malaman ang tungkol sa Machine Learning, Deep Learning at iba pang mga paksa ng Artipisyal na Intelihensiya.
Mayroong libre at bayad na mga kurso at ng iba't ibang mga antas. Siyempre, kahit na mayroong ilan sa Espanyol, ang karamihan ay nasa Ingles.
Libreng kurso
Para sa mga nagsisimula
Hinati ko ito sa mga maiikling kurso (mula 1 hanggang 20 oras). Ito ay para sa isang unang pakikipag-ugnay sa paksa.
- Panimula sa Pag-aaral ng Makina ni Kaggle Maikli, 3 oras lamang
- Machine Learning Crash Course ng Google na may mga TensorFlow API (15 oras). TAPOS NA. Narito ang pagsusuri
- Intro sa Deep Learning ni Kaggle 4 na oras upang malaman ang DL at TensorFlow. Alamin ang mga pangunahing ideya ng Pag-aaral ng Machine at buuin ang iyong mga unang modelo.
- Stanford Classes IA paningin isang listahan sa YouTube ng mga klase sa Stanford upang matuto ng computer vision at AI (20 oras)
- Panimula sa Malalim na Pag-aaral sa pamamagitan ng MIT Para lamang ito sa mga mag-aaral o dating mag-aaral ngunit nakikita natin ang mga video ng mga klase.
- Mga elemento ng AI. Isang libreng pagpapakilala sa Artipisyal na Intelihensiya para sa mga dalubhasang HINDI ng Unibersidad ng Helsinki.
Kumpletuhin ang mga kurso, mula sa nagsisimula hanggang sa advanced
- Pagkatuto ng Makina ni Andrew ng Marahil ang pinakaluma at kilalang kurso na ML. Dinaluhan ko ito noong nakaraang taon. Ito ay lubos na teoretikal. Malalaman mo ang mga pangunahing kaalaman sa kung paano gumagana ang pag-aaral ng makina ngunit sa palagay ko kailangan nito ng mas praktikal na pagkarga. Kaliwa isang link sa pagsusuri na ginawa ko sa kursong ito kung sakaling nais mong malaman ito.
- Kurso ng mabilis AI sa pamamagitan ng mabilis.ai
- Katamtamang Pag-aaral ng Makina itinuro ni Kaggle ay ang pagpapatuloy ng kursong nagsisimula na nakita natin dati. Makakakuha ka ng mas tumpak at kapaki-pakinabang na mga modelo.
- Malalim na Pag-aaral ng Google (3 buwan) (Makapagitna hanggang sa advanced na antas) Binuo ng Audacity kasama si Vincent Vanhoucke, Punong Siyentipiko sa Google, at nangungunang teknikal sa koponan ng Google Brain.
Bayad na mga kurso
Tiyak na ang pinakamahusay na kurso upang malaman ang Deep Learning at Pag-aaral ng Makina.
- Malalim na Pag-aaral sa Pag-aaral by Malalim na Learnin AI - Ito ay isang pangkat ng mga kurso sa pagdadalubhasa sa Pag-specialize ng Deep Learning. Master Deep Learning, at pagpapakilala sa Artipisyal na Katalinuhan. Ang mga kurso sa pagdadalubhasa na pinangunahan ni Andrew Ng upang malaman ang DL. Ito ay isang bayad na kurso, binubuo ito ng 5 mga sub-kurso at magbabayad ka ng $ 40 bawat buwan hanggang sa matapos mo ito (tinatayang humigit-kumulang na 3 buwan - mga 11 na oras sa isang linggo ngunit magagawa mo ito sa iyong sariling bilis. ay:
- Neural Networks at Malalim na Pag-aaral
- Pagpapabuti ng Malalim na Neural Networks: Hyperparameter tuning, Regularization at Optimization
- Mga Proyekto sa Pagkatuto ng Machine
- Mga Convolutional Neural Networks
- Mga Modelo ng Sequence
Iba pang mga mapagkukunan
- Mga Kumpetisyon sa Kaggle Ito ay isa sa mga pinakamahusay na paraan upang maisagawa ang lahat ng iyong natututunan at samakatuwid ay matuto nang higit pa at para sa totoo. Ito ang totoong mga kumpetisyon kung saan nagdudulot tayo ng mga problema at binibigyan kami ng mga dataset.
Books
At upang makumpleto ang impormasyon at mga kagiliw-giliw na mapagkukunan tungkol sa Artipisyal na Katalinuhan sa librong ito
Python para sa Data Science
Ang isa sa mga pangunahing kasanayan na kinakailangan upang malaman, o sa halip upang makapagtrabaho at magamit ang ML, DL at AI ay upang malaman ang Python. Maaari rin kaming gumamit ng R o iba pang mga wika ng programa ngunit ang Python ang pinaka ginagamit at inirerekumenda kong gamitin ito dahil magsisilbi ito sa maraming iba pang mga lugar.
Sa Kaggle maaari kang makahanap ng isang maliit na kurso na may pangunahing nilalaman para sa mga nagsisimula na hindi pa nahawakan ang sawa.
Patuloy kong i-a-update ang listahan sa maraming mga cool na bagay na nakikita ko. Kung may alam ka na hindi nakalista maaari kang mag-iwan ng komento.
