从头开始的神经网络。 免费且无需注册的俄语课程和文章概述

在Habré上,会定期出现对机器学习课程的评论。 但是,此类文章通常比课程本身具有书签。 这样做的原因不同:英语课程需要可靠的Matan或特定框架知识(或者相反,没有描述参加该课程所需的初始知识),在其他站点上并且需要注册,有时间表,作业并且很难与工作日结合使用。 。 所有这些都阻止了从头开始以自己的速度涉足机器学习领域,确切地达到了有趣的水平,并跳过了无趣的部分。

这篇评论主要仅包含指向《哈布雷》的文章的链接,以及指向作为补充的其他资源的链接(这些信息为俄语,无需注册)。 我已经亲自阅读了我推荐的所有文章和材料。 我尝试了每门视频课程,以选择自己喜欢的内容,并帮助他人进行选择。 我之前已经阅读了大多数文章,但是在撰写此评论时却遇到了一些文章。

该审查包括几个部分,因此每个人都可以选择从哪个级别开始。
对于较大的部分和视频课程,指出了大约的时间成本,必要的知识,预期的结果和自测任务。




大多数文章不是作为单个课程的一部分编写的,因此信息可以重复。 如果您知道文章的某些部分,那么可以放心地跳过它,如果您没有在上一篇文章中分解此信息,则可以阅读相同的内容,换句话说,这应该有助于材料的吸收。

介绍性文章


要求的水平:学校教育,俄语知识。
所需时间:几个小时。

从Wikipedia上有关人工神经网络的文章开始研究似乎是值得的,但我不建议这样做。 最具描述性的描述不鼓励所有人学习神经网络。

5分钟内的神经元 (对于人文而言,描述过于简化,但仅需5分钟)
简单地说就是人工神经网络 (最好花15分钟的时间写这篇文章)
ANN基础知识教科书-神经网络的四篇文章之一)
面向初学者的神经网络。 第1 部分第2部分
神经网络,基本操作原理,多样性和拓扑
人工神经网络和真实皮质的微型列“意识逻辑 ”课程的第九个)

工作任务
在进入下一个级别之前,请在在线设计器中创建一个网络。 查看所有4个示例,在最后(螺旋)示例中,使用最少数量的神经元和层,在不超过100个时间段内将网络训练到不超过0.1%的错误级别。

拓展视野


要求的水平:对神经网络有基本的了解。
所需时间:几个小时。

简短的机器学习课程或如何创建神经网络来解决评分问题
关于神经网络最重要的事情。 在Yandex中进行演讲 (我建议您仅观看视频1小时,阅读文章似乎有点困难)
神经网络架构简介
什么是卷积神经网络
卷积神经网络,第1部分:结构,拓扑,激活函数和训练集
神经网络体系结构的动物园。 第1部分第2部分 (您无需阅读太多,只需看一下美丽的图片并斜着阅读说明即可)

工作任务
列出主要的:
  • 神经网络解决的任务类型
  • 神经网络架构的类型
  • 激活功能
  • 神经元/层的类型



加深知识


要求的水平:了解神经网络的工作,基本架构的知识。
所需时间:几十个小时。

NSU物理与技术学院的手指上的深度学习课程 (14个视频, 持续 15小时,将提供信息)
OpenDataScience和Mail.Ru组开放机器学习课程材料 (10个视频,20小时,这很困难)
技术圈讲座。 机器学习中的神经网络 (14个视频,需要25个小时,这很无聊)

为了自己决定并帮助其他哈布罗夫斯克市民选择,我根据每个下一个视频的观看次数下降,绘制了该课程兴趣下降的图表。 结论令人失望-几乎没有结论。 到达最后阶段的人中,最大的百分比是NSU物理与技术学院的课程。


(视图数量下降的图表是几个月前制作的,当前图片可能略有不同)。

实际例子


这主要仅包括那些文章,之后阅读这些文章的人将能够自己复制所描述的结果(存在到资源或在线服务的链接)

过去一年中TOP30最令人印象深刻的机器学习项目(v.2018)
使用神经网络提高图像质量
使用深度神经网络检测身体部位
实时对象分类
使用神经网络为黑白照片着色
借助神经网络在自拍照上改变性别和种族
如何使用机器学习区分英美文学
使用Tomite解析器将文本拆分为句子
WaveNet:一种生成人类语音和音乐的新模型
用AI分析《古兰经》
您需要找出多少神经元才能绘制亚历山大·涅夫斯基的桥?
那里有几只猫?
贸易商知道您何时要生孩子
斯坦福神经网络以85%的精度确定文本的音调
AI燃料:一系列开放式机器学习数据集

其他材质


我的评论中未包含的文章和课程,但也许您会喜欢。

图片中的神经网络:从一种神经元到深层结构 (python,numpy)
以线性回归为例的机器学习的基本原理 (python,numpy,matan)
卷积神经网络,第2部分:通过反向传播算法学习 (Matan)
stepik.org上的神经网络(两年前的评论当时已经被淘汰了)
来自Yandex和HSE的Coursera机器学习课程 (该课程仅在注册,NumPy,Pandas,Scikit-Learn之后才可用)
面向程序员的深度学习 (7个视频,15小时,英语)
Google的udacity深度学习课程 (英语)
Coursera中的课程结构化机器学习项目 (付费,英语)

Habrice的其他有关机器学习的文章


在哪里以及如何学习机器学习? (英语)
关于神经网络的读物10本书(英语)
自己学习:计算机科学视频课程汇编 (英语)
深度学习课程概述 (英语)
10个夏季机器学习课程 (英语/俄语,收费/免费)

阅读这些文章促使我写了自己的文章,其中只有俄文的材料,无需注册,并且需要5年的期限。
希望我的文章能像这样减少评论:
“我把它放在书签中。 当然,我不会看他们的。”

我要求所有感兴趣的人在文章之后回答民意测验,好了,订阅,以免错过我的下一篇文章,像他们一样激励我写文章并在评论中写问题(typos在PM中更好)。

传统警告:我不响应PM /社交网络/电报等消息。 如果您有任何问题,请在评论中提出。

Source: https://habr.com/ru/post/zh-CN417209/


All Articles