6 полезных учебных пособий и курсов по машинному обучению для понимания основ

Машинное обучение — это будущее автоматизации. Миллионы задач, выполняемых людьми ежедневно, будут в конечном итоге заменены обученными нейронными сетями. Даже сейчас алгоритмы машинного обучения формируют вашу жизнь.

Рынок труда смещается, чтобы приспособиться к этой новой технологии, и те, кто способен программировать свои собственные сети (или интегрировать с существующими), пользуются большим спросом.

Там никогда не было лучшего времени, чтобы погрузиться в машинное обучение. Вот шесть полезных уроков и ресурсов, которые помогут вам узнать о машинном обучении.

1. Поезд кодирования

Любой, кто знаком с каналом Даниэля Шиффмана на YouTube, узнает о его превосходных руководствах по обработке и p5.js. Его забавный стиль преподавания в реальном времени помог бесчисленным людям освоить основы кодирования.

Наряду с его многочисленными видеороликами о проблемах кодирования, охватывающими отдельные темы, у Шиффмана также есть невероятно подробный плейлист машинного обучения.

Эти видео особенно полезны для тех, кто хочет изучать Java или JavaScript в качестве основного языка. К счастью, концепции, описанные в серии, применимы к любому языку по вашему выбору.

«Природа кода», любимая книга Шиффмана, посвятила свою последнюю главу нейронным сетям. Это отдельное отличное введение в поле. Работа была продолжена как на канале The Coding Train на YouTube, так и на его личной странице GitHub.

Великая сила обучения таким образом — сам Даниэль Шиффман. Естественный учитель, он дает четкие примеры того, как код взаимодействует с алгоритмами машинного обучения.

2. Ускоренный курс машинного обучения

Google — крупные игроки в машинном обучении. Их платформа с открытым исходным кодом Tensorflow предназначена для того, чтобы открыть тему для всех на разных языках программирования.

У Google также есть собственный бесплатный ускоренный курс машинного обучения, предназначенный для обучения как основам машинного обучения, так и использованию Tensorflow через API.

В каждой главе курса есть видео лекции и полный текст для поддержки содержания. Как и ожидалось, это невероятно подробный учебный план. Курс также предлагает интерактивные страницы «Programming Challenge», где код динамически представлен в браузере, где его можно и запускать, и модифицировать, прежде чем предлагать задачи кодирования, чтобы помочь вам понять модуль.

Учебная программа также включает в себя «Упражнения для игровой площадки» и шансы «Проверь свое понимание», включая интерактивную визуализацию принципов машинного обучения и вопросов, основанных на текущей теме.

лучшие учебные пособия по машинному обучению примеры ресурсов

Неудивительно, что Google является лидером в этой области, и для бесплатного курса этот курс охватывает много вопросов!

3. Сирадж Равал

В то время как есть много замечательных учителей YouTube, немногие получают баланс с отличной презентацией, четким объяснением тем и, самое главное, мемами, как и Сирадж Равал.

Его канал на YouTube в основном сосредоточен на языке программирования Python, а также на многих принципах, важных для современной науки о данных и машинного обучения. У Сираджа есть плейлист из простых для просмотра видео на тему нейронных сетей и машинного обучения. Различия между быстро развивающимися одно-сюжетными видео и более длительной работой над проектом в стиле живого потока охватывают как основы, так и способы их применения к данным.

Канал Сираджа особенно полезен для тех, кто уже изучает Python, и если вы хотите изучать язык, эти основные примеры Python

поможет вам подобрать основы.

4. Нейронные сети и глубокое обучение

лучшие учебные пособия по машинному обучению примеры ресурсов

Хотя видеоуроки — отличный способ учиться, некоторые люди предпочитают учиться по книге. Нейронные сети и глубокое обучение Майкла Нильсена не совсем подходят для печати, поскольку в них используются встроенные примеры, разработанные для браузера. Однако это самое ясное письменное объяснение не только истории машинного обучения, но и того, как изучать математику за нейронными сетями.

Книга следует проекту распознавания персонажей от начала до конца. Его темп позволяет читателю понять, как и почему сеть учится, а также решения и проблемы, с которыми они столкнутся при создании функционирующей нейронной сети.

Еще раз, языком выбора является Python, хотя основы здесь настолько подробно освещены, что рекомендуется к прочтению всем, кто интересуется машинным обучением.

5. Udacity Nanodegrees для машинного обучения

На Udacity доступно несколько углубленных «нанодеансов» для машинного обучения. Настоятельно рекомендуемый курс «Станьте инженером по машинному обучению» — это углубленный курс, который знакомит студентов с принципами машинного обучения в рамках проектной работы.

Каждый проект предназначен для того, чтобы подражать тому, с чем инженер столкнется в своей работе. Студенты, зачисленные на курс, получают доступ к Amazon Web Services (AWS) для развертывания своих проектов.

Курс стоит 899 долларов, и, по стандартам многих людей, он не будет дешевым, но польза от отношений с вашими преподавателями, а также инструменты, предоставляемые курсом, будут бесценны для многих.

6. Создайте смешанный учебный план

Хотя все, что в этом списке до сих пор идеально подходит для углубленного изучения, многим людям будет трудно даже основам. В этом случае создание собственной смешанной учебной программы может стать отличным способом заполнить все пробелы и обеспечить надежную базу знаний в будущем.

Пользователь Reddit pk7677 ответил на пост на / r / MachineLearning с мудрым советом:

Узнайте машинное обучение на Reddit

Полный пост продолжает рекомендовать создавать свои собственные личные проекты. Вы должны также следить за новыми и развивающимися областями области.

Глубокое обучение для машинного обучения

Какой бы метод вы ни выбрали при машинном обучении, будьте готовы к долгому путешествию. Предмет по своей природе невероятно плотный.

Популярность машинного обучения взлетела до небес, и это связано с улучшением вычислительной мощности и информатики. За этой теорией нет простых путей. Сейчас самое время освоить перспективные языки программирования.

Если вы новичок, выберите удобный для начинающих язык программирования

прежде чем погрузиться в машинное обучение. И не забудьте проверить наше сравнение глубокого обучения, машинного обучения и искусственного интеллекта

, Продолжайте учиться, и удачи!

Ссылка на основную публикацию
Adblock
detector