Olá pessoal!
Não é segredo que o interesse em aprendizado de máquina e inteligência artificial está crescendo exponencialmente, na melhor das hipóteses. Enquanto isso, meu disco Yandex se transformou em uma enorme reserva de
pagers , e os favoritos no Google Chrome se transformaram em uma lista, cuja extensão tende ao infinito todos os dias. Assim, a fim de simplificar a vida para mim e para você, decidi estruturar as informações e fornecer muitos links para recursos interessantes que estudei e que recomendo que você estude apenas no início do caminho (vou reabastecer a lista constantemente).
O caminho para o desenvolvimento de um iniciante, vejo algo assim:

Tente começar pequeno, para começar, se você não tiver uma especialização da VMK em métodos de previsão por 6 anos, não baixe imediatamente o arquivo de palestras de E. Sokolov ou K. Vorontsov; talvez os artigos no Medium sejam mais ideais para você. Dificuldades podem surgir na compreensão dos algoritmos, se você é pouco versado em teoria das probabilidades, teoria da otimização e estatística, por isso aconselho você a olhar para Ozon, a Moscow Book House e estocar cursos de matemática. Além disso, tendo se familiarizado com a teoria, será mais fácil aplicar conhecimento na solução de problemas. A seguir, darei a você uma lista de recursos interessantes que eu mesmo estudei. Desejo-lhe sucesso :)
Iniciante:
Life hack para uma rápida seleção de modelos da equipe Sklearn
Glossário de Ciência de DadosCrash-Course em artigos básicos sobre aprendizagem profunda no MediumTutorial do TensorFlowPython vs. R - DiferençasPalestras em vídeo de um curso aberto da Open Data Science em HabréGreat ML CheatSheetAritmética de redes neurais convolucionais pela equipe TheanoExcelentes tutoriais em vídeo sobre análise de dados e econometria em RClassificador ingênuo do tipo faça você mesmo bayesiano com HabrBoas explicações sobre como o ROC-AUC funcionawww.youtube.com/watch?v=21Igj5Pr6u4www.youtube.com/watch?v=vtYDyGGeQyoNoções básicas de aprendizado de máquinaContinuando:
GitHub por Evgeny Sokolov com palestras sobre Machine Learning no HSEO blog da organização Open Data Science em Habré (eu recomendo)Seleção e avaliação de modelos - o básico (Sebastian Raska, Eng.)Métodos de ensino de matemática em precedentes (teoria de aprendizado de máquina), K. Vorontsov (recomendar)Livro sobre kit de ferramentas de linguagem natural (nltk)Suporte a máquinas de vetores na práticaKeras.js - aprendizado de máquina em um navegador, você pode tocar no trabalho de algoritmos de aprendizado de máquina com as mãos, ajuda no aprendizadoAlgoritmos de mineração de dados usando R - um livro interativo sobre aprendizado de máquina no RVantagens e desvantagens da AUC e precisãoRedes neurais para transferir estilo para a foto (inglês) (recomendável)Transferindo estilo com o TensorFlowRitchie Ng - Coleção de recursos de aprendizado de máquinaUma revisão das técnicas de otimização de descida de gradiente na práticaPalestras sobre Máquinas de Vetores de Suporte da Universidade de UtahFunções de perda para o problema de classificação