Habré पर समय-समय पर मशीन सीखने के पाठ्यक्रमों की समीक्षा दिखाई देती है। लेकिन इस तरह के लेखों को अक्सर पाठ्यक्रमों की तुलना में बुकमार्क किया जाता है। इसके कारण अलग-अलग हैं: अंग्रेजी में पाठ्यक्रम, मेटन या विशिष्ट रूपरेखाओं के विश्वसनीय ज्ञान की आवश्यकता होती है (या, इसके विपरीत, पाठ्यक्रम लेने के लिए आवश्यक प्रारंभिक ज्ञान का वर्णन नहीं किया जाता है), अन्य साइटों पर हैं और पंजीकरण की आवश्यकता है, एक कार्यक्रम है, होमवर्क और कार्य दिवसों के साथ संयोजन करना मुश्किल है। । यह सब अभी खरोंच को शुरू करने से रोकता है मशीन सीखने की दुनिया में अपनी गति से शुरू करने के लिए, बिल्कुल उस स्तर तक जो दिलचस्प है और निर्बाध वर्गों को छोड़ दें।
इस समीक्षा में मुख्य रूप से केवल हेबेरा के लेखों के लिंक हैं, और पूरक के रूप में अन्य संसाधनों के लिंक (उन पर जानकारी रूसी में है और पंजीकृत होने की आवश्यकता नहीं है)। मैंने व्यक्तिगत रूप से उन सभी लेखों और सामग्रियों को पढ़ा है जिनकी मैंने सिफारिश की है। मैंने हर वीडियो कोर्स को चुनने की कोशिश की जो मुझे पसंद है और पसंद के साथ दूसरों की मदद करें। मैंने ज्यादातर लेख पहले ही पढ़ लिए हैं, लेकिन कुछ ऐसे भी हैं जो मुझे इस समीक्षा को लिखने के दौरान आए।
समीक्षा में कई खंड शामिल हैं ताकि हर कोई उस स्तर का चयन कर सके जिसमें से शुरू करना है।
बड़े वर्गों और वीडियो पाठ्यक्रमों के लिए, अनुमानित समय लागत, आवश्यक ज्ञान, अपेक्षित परिणाम और आत्म-परीक्षण के लिए कार्य इंगित किए जाते हैं।
अधिकांश लेखों को एक पाठ्यक्रम के भाग के रूप में नहीं लिखा गया था, इसलिए जानकारी को दोहराया जा सकता है। यदि आप देखते हैं कि आप लेख के कुछ भाग को जानते हैं, तो आप इसे सुरक्षित रूप से छोड़ सकते हैं, यदि आपने पिछले लेख में इस जानकारी को नहीं तोड़ा है, तो आपके पास एक ही चीज़ पढ़ने का मौका है, लेकिन दूसरे शब्दों में, जो सामग्री को आत्मसात करने में मदद करनी चाहिए।
परिचयात्मक लेख
आवश्यक स्तर: स्कूली शिक्षा, रूसी भाषा का ज्ञान।
आवश्यक समय: कई घंटे।
ऐसा लगता है कि विकिपीडिया पर
आर्टिफिशियल न्यूरल नेटवर्क पर एक लेख के साथ अध्ययन शुरू करने के लायक है, लेकिन मैं इसकी सिफारिश नहीं करता हूं। सबसे वर्णनात्मक विवरण तंत्रिका नेटवर्क का अध्ययन करने की सभी इच्छा को हतोत्साहित करता है।
5 मिनट में न्यूरॉन्स (मानविकी के लिए बहुत सरल वर्णन, लेकिन इसमें केवल 5 मिनट का समय लगेगा)
सरल शब्दों में कृत्रिम तंत्रिका नेटवर्क (इस लेख पर 15 मिनट बिताना बेहतर है)
एएनएन फंडामेंटल (
पाठ्यपुस्तक के चार लेखों में से एक
- तंत्रिका नेटवर्क )
शुरुआती के लिए तंत्रिका नेटवर्क। भाग 1 और
भाग 2तंत्रिका नेटवर्क, संचालन, विविधता और टोपोलॉजी के मूलभूत सिद्धांतकृत्रिम तंत्रिका नेटवर्क और वास्तविक कॉर्टेक्स के मिनी-कॉलम (
चेतना के पाठ्यक्रम का नौवां हिस्सा)
कार्यअगले स्तर पर जाने से पहले,
ऑनलाइन डिजाइनर में एक नेटवर्क बनाएं। सभी 4 उदाहरणों को देखें, और आखिरी में (सर्पिल) 100 से अधिक युगों में नेटवर्क को 0.1% से अधिक नहीं के त्रुटि स्तर तक प्रशिक्षित करें, न्यूनतम संख्या में न्यूरॉन्स और परतों का उपयोग करें।
क्षितिज का विस्तार
आवश्यक स्तर: तंत्रिका नेटवर्क की बुनियादी समझ।
आवश्यक समय: कई घंटे।
शॉर्ट मशीन लर्निंग कोर्स या स्कोरिंग समस्याओं को हल करने के लिए एक न्यूरल नेटवर्क कैसे बनाया जाएतंत्रिका नेटवर्क के बारे में सबसे महत्वपूर्ण बात। यैंडेक्स में व्याख्यान (मैं 1 घंटे के लिए केवल एक वीडियो देखने की सलाह देता हूं, लेख पढ़ना थोड़ा कठिन लग रहा था)
तंत्रिका नेटवर्क वास्तुकला का एक परिचयएक दृढ़ तंत्रिका नेटवर्क क्या हैसंवादात्मक तंत्रिका नेटवर्क, भाग 1: संरचना, टोपोलॉजी, सक्रियण कार्य और प्रशिक्षण सेटतंत्रिका नेटवर्क आर्किटेक्चर का चिड़ियाघर। भाग 1 और
भाग 2 (आपको ज्यादा पढ़ने की जरूरत नहीं है, बस सुंदर चित्रों को देखें और विवरण को तिरछे पढ़ें)
कार्यमुख्य सूची:
- तंत्रिका नेटवर्क को हल करने वाले कार्यों के प्रकार
- तंत्रिका नेटवर्क आर्किटेक्चर के प्रकार
- सक्रियण समारोह
- न्यूरॉन्स / परतों के प्रकार
गहरा ज्ञान
आवश्यक स्तर: तंत्रिका नेटवर्क के काम की समझ, बुनियादी आर्किटेक्चर का ज्ञान।
आवश्यक समय: कई दसियों घंटे।
NSU के भौतिकी और प्रौद्योगिकी संस्थान (14 वीडियो, 15 घंटे, सूचनात्मक होंगे)
की उंगलियों पर डीप लर्निंग कोर्सOpenDataScience और Mail.Ru Group ओपन मशीन लर्निंग कोर्स सामग्री (10 वीडियो, 20 घंटे, यह मुश्किल होगा)
टेक्नोस्फीयर के व्याख्यान। मशीन सीखने में तंत्रिका नेटवर्क (14 वीडियो, 25 घंटे, यह उबाऊ होगा)
अपने लिए निर्णय लेने और बाकी खब्रोव्स्क नागरिकों को चुनने में मदद करने के लिए, मैंने प्रत्येक अगले वीडियो के विचारों की संख्या में एक बूंद के आधार पर पाठ्यक्रम में ब्याज में गिरावट का एक ग्राफ बनाया। निष्कर्ष निराशाजनक हैं - कुछ अंत तक पहुँचते हैं। अंत तक पहुंचने वालों का सबसे बड़ा प्रतिशत एनएसयू के भौतिकी और प्रौद्योगिकी संस्थान से पाठ्यक्रम है।
(विचारों की संख्या में गिरावट का ग्राफ कुछ महीने पहले बनाया गया था और वर्तमान तस्वीर थोड़ी अलग हो सकती है)।
व्यावहारिक उदाहरण
इसमें मुख्य रूप से केवल वे लेख शामिल हैं, जिनके बाद उन्हें पढ़ने वाले लोग स्वयं वर्णित परिणामों को पुन: पेश कर पाएंगे (स्रोतों या ऑनलाइन सेवाओं के लिंक हैं)
पिछले वर्ष की तुलना में TOP30 सबसे प्रभावशाली मशीन लर्निंग प्रोजेक्ट्स (v.2018)एक तंत्रिका नेटवर्क का उपयोग करके छवि की गुणवत्ता में सुधारगहरे तंत्रिका नेटवर्क का उपयोग करते हुए शरीर के अंगों का पता लगानावास्तविक समय वस्तु वर्गीकरणएक तंत्रिका नेटवर्क का उपयोग करके एक काले और सफेद तस्वीर को रंगीन करेंतंत्रिका नेटवर्क की सहायता से एक सेल्फी पर लिंग और नस्ल का परिवर्तनमशीन लर्निंग का उपयोग करके ब्रिटिश और अमेरिकी साहित्य के बीच अंतर कैसे करेंTomite-parser का उपयोग करके वाक्यों में पाठ का विभाजनवेवनेट: मानव भाषण और संगीत उत्पन्न करने के लिए एक नया मॉडलएअर इंडिया के साथ कुरान का विश्लेषणअलेक्जेंडर नेवस्की का पुल तैयार होने पर आपको कितने न्यूरॉन्स की जरूरत है?कितनी बिल्लियाँ हैं?व्यापार जानता है कि आप कब बच्चे की उम्मीद कर रहे हैंस्टैनफोर्ड तंत्रिका नेटवर्क 85% की सटीकता के साथ पाठ की टनकता निर्धारित करता हैएआई ईंधन: ओपन मशीन लर्निंग डेटासेट का चयनअन्य सामग्री
लेख और पाठ्यक्रम जो मेरी समीक्षा में शामिल नहीं हैं, लेकिन शायद आप इसे पसंद करेंगे।
चित्रों में तंत्रिका नेटवर्क: एक न्यूरॉन से लेकर गहरे आर्किटेक्चर (अजगर, सुन्न)
उदाहरण के रूप में रैखिक प्रतिगमन का उपयोग करते हुए मशीन सीखने के बुनियादी सिद्धांत (अजगर, सुन्न, मटन)
संवादात्मक तंत्रिका नेटवर्क, भाग 2: लर्निंग ऑफ़
द बैक प्रोपोगेशन अल्गोरिथम (मेटन)
Stepik.org पर तंत्रिका नेटवर्क (दो साल पहले एक समीक्षा में इसे पहले ही अप्रचलित कहा गया था)
यैंडेक्स
और एचएसई से कोर्ससेरा में
मशीन सीखने पर कोर्स (पंजीकरण के बाद ही उपलब्ध है, न्यूपी, पंडस, स्किकिट-लर्न)
डीप लर्निंग फॉर कोडर्स (7 वीडियो, 15 घंटे, अंग्रेजी)
Udacity (अंग्रेजी)
पर Google का डीप लर्निंग कोर्सकोर्सेरा में कोर्स स्ट्रक्चरिंग मशीन लर्निंग प्रोजेक्ट्स (भुगतान, अंग्रेजी)
मशीन सीखने पर अन्य हैब्रिस लेख
मशीन लर्निंग कहाँ और कैसे सीखें? (अंग्रेजी भाषा)
तंत्रिका नेटवर्क 10 पुस्तकों (अंग्रेजी) के
बारे में क्या पढ़ेंअपने आप सीखना: कंप्यूटर विज्ञान वीडियो पाठ्यक्रम का एक संकलन (अंग्रेजी)
डीप लर्निंग कोर्स ओवरव्यू (अंग्रेजी)
10 ग्रीष्मकालीन मशीन सीखने के पाठ्यक्रम (अंग्रेजी / रूसी, भुगतान / निःशुल्क)
इन लेखों को पढ़ने से मुझे अपना खुद का लिखने के लिए प्रेरित किया गया, जिसमें केवल रूसी में सामग्री होगी, पंजीकरण के बिना और मैटन की 5 साल की आवश्यकता।
आशा है कि मेरे लेख में इस तरह की टिप्पणियाँ कम हैं:
“मैंने इसे बुकमार्क में रखा है। बेशक, मैंने उन्हें नहीं देखा।
मैं सभी इच्छुक लोगों से लेख के बाद चुनावों का जवाब देने के लिए कहता हूं, अच्छी तरह से सदस्यता लें, ताकि मेरे अगले लेखों को याद न करें, जैसे कि मुझे उन्हें लिखने और टिप्पणियों में प्रश्न लिखने के लिए प्रेरित करने के लिए प्रेरित करें (टाइपो पीएम में बेहतर हैं)।
पारंपरिक चेतावनी: मैं पीएम / सोशल नेटवर्क / टेलीग्राम आदि में संदेशों का जवाब नहीं देता। यदि आपके पास कोई प्रश्न है, तो उसे टिप्पणियों में पूछें।