Réseaux de neurones à partir de zéro. Aperçu des cours et des articles en russe, gratuits et sans inscription

Sur Habré, des revues de cours d'apprentissage automatique apparaissent périodiquement. Mais ces articles sont souvent mis en signet que les cours eux-mêmes. Les raisons en sont différentes: les cours en anglais, nécessitent une connaissance fiable de matan ou de cadres spécifiques (ou, au contraire, les connaissances initiales nécessaires pour terminer le cours ne sont pas décrites), sont sur d'autres sites et nécessitent une inscription, ont un horaire, des devoirs et sont difficiles à combiner avec des jours ouvrables. . Tout cela empêche dès maintenant de zéro de commencer à plonger dans le monde de l'apprentissage automatique à sa propre vitesse, exactement au niveau qui est intéressant et d'ignorer les sections inintéressantes.

Cette revue ne contient principalement que des liens vers des articles sur le Habré, et des liens vers d'autres ressources en supplément (les informations à leur sujet sont en russe et n'ont pas besoin d'être enregistrées). J'ai personnellement lu tous les articles et documents que j'ai recommandés. J'ai essayé chaque cours vidéo pour choisir ce que j'aime et aider les autres à faire ce choix. J'ai lu la plupart des articles plus tôt, mais il y a ceux que j'ai rencontrés en écrivant cette critique.

L'examen se compose de plusieurs sections afin que chacun puisse choisir le niveau à partir duquel commencer.
Pour les grandes sections et les cours vidéo, les coûts de temps approximatifs, les connaissances nécessaires, les résultats attendus et les tâches d'auto-test sont indiqués.




La plupart des articles n'ont pas été rédigés dans le cadre d'un seul cours, de sorte que les informations peuvent être dupliquées. Si vous voyez que vous connaissez une partie de l'article, vous pouvez le sauter en toute sécurité, si vous n'avez pas rompu avec ces informations dans l'article précédent, alors vous avez la possibilité de lire la même chose, mais en d'autres termes, ce qui devrait aider à l'assimilation du matériel.

Articles introductifs

Niveau requis: éducation scolaire, connaissance de la langue russe.
Temps requis: plusieurs heures.

Il semblerait qu'il vaut la peine de commencer l'étude avec un article sur Artificial Neural Network sur Wikipédia, mais je ne le recommande pas. La description la plus descriptive décourage tout désir d'étudier les réseaux de neurones.

Neurones en 5 minutes (description trop simplifiée, pour les sciences humaines, mais cela ne prendra que 5 minutes)
Réseaux de neurones artificiels en termes simples (il est préférable de consacrer 15 minutes à cet article)
Fondamentaux de l'ANN (l'un des quatre articles du manuel - Réseaux de neurones )
Réseaux de neurones pour débutants. Partie 1 et partie 2
Réseaux de neurones, principes fondamentaux de fonctionnement, diversité et topologie
Réseaux de neurones artificiels et mini-colonnes du cortex réel (neuvième du cours Logique de la conscience )

Élargir les horizons

Niveau requis: compréhension de base des réseaux de neurones.
Temps requis: plusieurs heures.

Un court cours d'apprentissage automatique ou comment créer un réseau de neurones pour résoudre les problèmes de notation
La chose la plus importante sur les réseaux de neurones. Conférence à Yandex (je recommande de ne regarder qu'une vidéo pendant 1 heure, la lecture de l'article semblait un peu difficile)
Une introduction à l'architecture des réseaux de neurones
Qu'est-ce qu'un réseau neuronal convolutif
Réseau de neurones convolutifs, partie 1: structure, topologie, fonctions d'activation et ensemble d'entraînement
Zoo d'architectures de réseaux de neurones. Partie 1 et partie 2 (vous n'avez pas besoin de lire beaucoup, regardez simplement les belles images et lisez la description en diagonale)

Approfondir les connaissances

Niveau requis: compréhension du travail des réseaux de neurones, connaissance des architectures de base.
Temps requis: plusieurs dizaines d'heures.

Cours de Deep Learning sur les doigts de l'Institut de Physique et Technologie de NSU (14 vidéos, 15 heures, seront informatives)
OpenDataScience et Mail.Ru Group supports de cours d'apprentissage automatique (10 vidéos, 20 heures, ce sera difficile)
Conférences de la Technosphère. Réseaux de neurones dans l'apprentissage automatique (14 vidéos, 25 heures, ce sera ennuyeux)

Afin de décider par moi-même et d'aider les autres citoyens de Khabrovsk à choisir, j'ai construit un graphique d'une baisse d'intérêt dans le cours basée sur une baisse du nombre de vues de chaque vidéo suivante. Les conclusions sont décevantes - peu atteignent la fin. Le plus grand pourcentage de ceux qui ont atteint la fin est le cours de l'Institut de physique et de technologie de NSU.


(Le graphique de la baisse du nombre de vues a été réalisé il y a quelques mois et l'image actuelle peut être légèrement différente).

Exemples pratiques

Cela ne comprend principalement que les articles, après quoi les personnes qui les liront pourront reproduire les résultats décrits eux-mêmes (il y a des liens vers les sources ou les services en ligne)

TOP 30 des projets d'apprentissage automatique les plus impressionnants de l'année dernière (v.2018)
Amélioration de la qualité d'image à l'aide d'un réseau de neurones
Détection de parties du corps à l'aide de réseaux de neurones profonds
Classification des objets en temps réel
Coloriser une photographie en noir et blanc à l'aide d'un réseau de neurones
Changement de sexe et de race sur un selfie à l'aide de réseaux de neurones
Comment faire la distinction entre la littérature britannique et américaine en utilisant l'apprentissage automatique
Diviser du texte en phrases à l'aide de l'analyseur Tomite
WaveNet: un nouveau modèle pour générer la parole et la musique humaines
Analyse du Coran avec l'IA
De combien de neurones avez-vous besoin pour savoir si le pont d'Alexander Nevsky est tracé?
Combien de chats y a-t-il?
Le commerce sait quand vous attendez un bébé
Le réseau de neurones de Stanford détermine la tonalité du texte avec une précision de 85%
Carburant IA: une sélection d'ensembles de données d'apprentissage automatique ouverts

Autres materiaux

Des articles et des cours qui ne sont pas inclus dans ma critique, mais peut-être que vous l'aimerez.

Les réseaux de neurones en images: d'un neurone aux architectures profondes (python, numpy)
Principes de base de l'apprentissage automatique en utilisant la régression linéaire comme exemple (python, numpy, matan)
Réseau neuronal convolutif, partie 2: apprentissage par l' algorithme de propagation arrière (Matan)
Réseaux de neurones sur stepik.org (dans une revue il y a deux ans, il était déjà appelé obsolète à l'époque)
Cours sur l'apprentissage automatique à Coursera de Yandex et HSE (le cours est disponible uniquement après inscription, NumPy, Pandas, Scikit-Learn)
Deep Learning For Coders (7 vidéos, 15 heures, anglais)
Cours de Deep Learning de Google sur l'udacité (anglais)
Course Structuring Machine Learning Projects in Coursera (Payé, Anglais)

Autres articles Habrice sur l'apprentissage automatique

Où et comment apprendre le machine learning? (Langue anglaise)
Que lire sur les réseaux de neurones 10 livres (anglais)
Apprendre par vous-même: une compilation de cours vidéo en informatique (anglais)
Présentation du cours d'apprentissage en profondeur (anglais)
10 cours d'été de machine learning (anglais / russe, payant / gratuit)

La lecture de ces articles m'a incité à écrire le mien, dans lequel il n'y aurait que du matériel en russe, sans inscription et l'exigence de 5 ans de matan.
J'espère que mon article contient moins de commentaires comme celui-ci:
«Je l'ai mis dans des signets. Bien sûr, je ne les regarderai pas. "

Je demande à toutes les personnes intéressées de répondre aux sondages après l'article, eh bien, abonnez-vous pour ne pas manquer mes prochains articles, comme eux pour me motiver à les écrire et à écrire des questions dans les commentaires (les fautes de frappe sont meilleures en PM).

Avertissement traditionnel: je ne réponds pas aux messages dans PM / réseaux sociaux / télégramme, etc. Si vous avez une question, posez-la dans les commentaires.