Hola a todos!
No es ningún secreto que el interés en el aprendizaje automático y la inteligencia artificial está creciendo exponencialmente en el mejor de los casos. Mientras tanto, mi Yandex Disk se convirtió en un gran volcado de
buscapersonas , y los marcadores en Google Chrome se convirtieron en una lista, cuya longitud tiende a infinito todos los días. Por lo tanto, para simplificar la vida para mí y para ti, decidí estructurar la información y proporcionar muchos enlaces a recursos interesantes que estudié y que te recomiendo que estudies si solo estás al comienzo del camino (repondré la lista constantemente).
La forma en que se desarrolla un principiante, veo algo como esto:
Para empezar, trate de comenzar con algo pequeño, si no tiene una especialización VMK en métodos de pronóstico durante 6 años, no descargue inmediatamente el archivo de conferencias de E. Sokolov o K. Vorontsov, quizás los artículos en Medium serán más óptimos para usted. Pueden surgir dificultades para comprender los algoritmos, si no conoce bien la teoría de la probabilidad, la teoría de la optimización y las estadísticas, por lo que le aconsejo que mire a Ozon, la Casa del Libro de Moscú y compre cursos de conferencias en matemáticas. Además, habiendo familiarizado con la teoría, será más fácil aplicar el conocimiento para resolver problemas. A continuación, le daré una lista de recursos interesantes que yo mismo estudié una vez. Te deseo éxito :)
Principiante:
Hack de vida para una selección rápida de modelos del equipo de Sklearn
Glosario de ciencia de datosCrash-Course sobre artículos básicos sobre aprendizaje profundo en MediumTutorial de TensorFlowPython vs. R - DiferenciasVideo conferencias de un curso abierto de Open Data Science sobre HabréGreat ML CheatSheetAritmética de redes neuronales convolucionales por Theano TeamExcelentes tutoriales en video sobre análisis de datos y econometría en RClasificador de bricolaje bayesiano ingenuo con HabrBuenas explicaciones de cómo funciona ROC-AUCwww.youtube.com/watch?v=21Igj5Pr6u4www.youtube.com/watch?v=vtYDyGGeQyoConceptos básicos de aprendizaje automáticoContinuando:
GitHub por Evgeny Sokolov con conferencias sobre Machine Learning en HSEEl blog de la organización Open Data Science sobre Habré (lo recomiendo)Selección y evaluación de modelos: conceptos básicos (Sebastian Raska, inglés)Métodos de enseñanza matemática sobre precedentes (teoría del aprendizaje automático), K. Vorontsov (recomendado)Libro sobre herramientas de lenguaje natural (nltk)Soporte de máquinas de vectores en la prácticaKeras.js: aprendizaje automático en un navegador, puede tocar el trabajo de los algoritmos de aprendizaje automático con las manos, ayuda en el aprendizajeAlgoritmos de minería de datos con R: un libro interactivo de aprendizaje automático en RVentajas y desventajas de AUC y precisiónRedes neuronales para transferir estilo a la foto (inglés) (recomendado)Transferencia de estilo con TensorFlowRitchie Ng - Colección de recursos de aprendizaje automáticoUna revisión de las técnicas de optimización de descenso de gradiente en la prácticaConferencias sobre máquinas de vectores de soporte de la Universidad de UtahFunciones de pérdida para el problema de clasificación