GitHub Wanxing'in Çin makine öğrenimi kaynakları: yol haritası, videolar, e-kitaplar, öğrenme önerileri
Bu makale, 30'dan fazla katılımcının kolektif bilgeliğini bir araya getiren AI Learning adlı bir GitHub kaynağı önermektedir.
Artık makine öğrenimini öğrenmeden önce İngilizce'yi telafi etmenize gerek yok. İşte aralarından seçim yapabileceğiniz bir dizi süper popüler, yüksek kaliteli Çince kaynak.
AI Learning adı verilen bu GitHub kaynakları seti, 30'dan fazla katılımcının kolektif bilgeliğini bir araya getiriyor ve yol haritaları, videolar, e-kitaplar ve makine öğrenimini öğrenmek için öğrenme önerileri gibi tüm Çince materyalleri organize ediyor.
Şu anda GitHub'daki kaynakta 10.000 Yıldız var Weibo netizenleri: İyi insanların güvenli bir hayatı vardır.
Daha fazla uzatmadan, gelin ve içinde ne olduğunu görün.
Yeni başlayanların çoğu şu soruyla karşılaşacaktır: Makine öğrenimini öğrenmeye nereden başlamalıyım?
Bu kişiler, öğrenme yolunun üç adıma bölündüğünü, önce makine öğreniminin temellerini öğrendiklerini, ardından derin öğrenmenin temellerini aştıklarını ve son olarak da doğal dil işleme (NLP) hakkında bilgi aldığını söylediler. Katkıda bulunanlar şunları söyledi: Öğrenmek için bu süreci izleyin, büyük bir inek olabilirsiniz.
Makine öğreniminin temel kısmında katkıda bulunan kişi tarafından verilen öğrenme yol haritası aşağıdaki gibidir:
Yukarıdaki 16 öğrenme modülünde, bilgi noktalarına giriş, ortak araçlar ve pratik projeler gibi farklı öğrenme kaynaklarının entegre bir versiyonudur. Tıklamak, çok uygun olan özel öğrenme materyalidir.
Örneğin, karar ağacı modülü önce kavramları ve ana senaryoları tanıtır:
Ardından, belirli proje durumunu ve geliştirme süreci kodunu tanıtın:
Her modülde ayrıca, birlikte alındığında daha iyi olan bir destekleyici video vardır:
Gelecekte yeni öğrenme kaynakları ortaya çıksa bile, bu metodoloji hala kullanılabilir.
İlk bölüm temelinde, derin öğrenmenin temel bölümü, geri yayılma, CNN ilkesi, RNN ilkesi ve LSTM'nin dört bilgi noktasını genişletmeye devam ediyor:
Her bilgi noktası, metinde resimler ve metinler ile ağızdan ağza bir giriş gönderisine karşılık gelir.
NLP içeriğinin öğrenme yolu, pratik uygulamalara yöneliktir. Metin sınıflandırma, dil modelleme, görüntü alt başlıkları, makine çevirisi, soru yanıtlama sistemleri, konuşma tanıma ve otomatik özetlemede çok az alan vardır. Çok sayıda ilgili veri seti de dahildir:
Veri setini bulmak için kırık bir bacağı çalıştırma zahmetinden kurtarır.
Tam öğrenme yolunu elde etmenin ve gelenekleri geçmeye devam etmenin yanı sıra, insanların makine öğrenimi materyallerinin "tek ürünlerini" de bulabilirsiniz.
Wu Enda'nın klasik bir ağızdan ağza İngilizce videosu var:
Aralarından seçim yapabileceğiniz giriş niteliğinde özel eğitim makaleleri vb. Vardır:
Derlenen e-kitap, doğrudan PDF indirilerek kullanılabilir:
Son olarak, bu büyülü sayfa, katkıda bulunanların kişisel yolculuklarını ve öğrenme önerileriyle birlikte gelir.
Görünüşe göre bu kaynağı uzun süre kullanmanız için yeterli
GitHub adresi:
https://github.com/apachecn/AiLearning
Yazar, NetEase News · NetEase'in "Every Attitude" adlı kitabının sözleşmeli yazarıdır
Editör: Wen Jing redaksiyon: Lin YilinTsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
