Wu Enda AI öğrenme rotası, ML, DL ve diğer kurslar ve kaynak önerileri! "Ekli bağlantı"
Kaynak: Byte AI
Bu makale hakkında 2946 kelime, Önerilen Okuma 6 dakika.
Bu makale, Wu Enda'nın makine öğrenimi ve DL ile ilgili kurslarını ve kaynaklarını toplar, organize eder ve özetler ve Wu Enda için bir AI öğrenme rotası düzenler.
Andrew Ng, şüphesiz küresel yapay zeka (AI) alanında büyük bir IP! Son yıllarda AI genel eğiliminin giderek daha popüler hale gelmesiyle Wu Enda, en yeni ve en popüler AI temel kursları, derin öğrenme kursları vb. Dahil olmak üzere AI eğitimini popüler hale getirmeye, tanıtmaya ve tanıtmaya kendini adamıştır. Dünya çapında 500w'den fazla yapay zeka meraklısına fayda sağlar.
"Yapay zeka nasıl daha iyi bir giriş ve ileri düzey olabilir?", "Başlangıç noktası düşük olan bir dizi yapay zeka öğrenme yolu var mı?", "Pek çok seçkin açık kurs, hangisi benim için daha uygun?" Vb. Bunlar genellikle başlangıçtır Akademisyenlerin en çok ilgilendiği birkaç konu. Hiç şüphe yok ki, Wu Enda'nın AI kursunun yurtiçi ve yurtdışındaki giriş kursları için ilk tercih olduğu ve çok eksiksiz bir öğrenme rotası var ve sayısız acemi bu kurstan çok şey öğrendi.
Bununla birlikte, en eski CS229'dan daha sonraki deeplearning.ai derin öğrenme özel kursuna kadar Wu Enda'nın başka AI kaynakları da vardır.Yüce Tanrı tarafından yayınlanan birçok tanınmış AI kursları ve materyalleri vardır. Çoğu öğrenci için koleksiyon eksik ve çok zaman alıcı olmalıdır. Bu gerçekten zahmetli bir mesele!
Tamam! Wu Enda'nın ML, DL vb. İle ilgili tüm kurslarını ve kaynaklarını toplayıp sıraladık ve bu makalede özetledik. Herkesin harika bir Wu Enda AI öğrenme rotası belirlemesine yardımcı olun!
Aşağıdakiler, Wu Enda'nın eksiksiz AI kurslarını ve kaynaklarını sıralamak için basitten zora doğru önerilen öğrenme yolunu izleyecektir. Gel de bir bak!
Coursera "Makine Öğrenimi"
Önerilen:
Kurs ana sayfası:
https://www.coursera.org/learn/machine-learning/
kurs özellikleri:
Bu ders temel olarak makine öğreniminin temel bilgi noktalarını kapsar: doğrusal regresyon, lojistik regresyon, destek vektör makineleri, sinir ağları, K-Ortalamalar, anormallik algılama vb. Kursta karmaşık bir formül türetme ve teorik analiz yoktur, böylece makine öğrenimine yeni başlayanlar, hızlı bir başlangıç için uygun olan tüm makine öğrenimi bilgi noktaları hakkında hızlı bir şekilde nispeten genel bir anlayışa sahip olabilirler.
Çince notları (pdf, word, markdown versiyonları), Çince ve İngilizce altyazılı çevrimdışı videolar ve yeniden üretilmiş python atamaları:
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
Çevrimiçi notlar:
Ev ödevi (Python sürümü):
https://github.com/nsoojin/coursera-ml-py
Ödev (Jupyter versiyonu):
https://github.com/kaleko/CourseraML
Stanford CS229
Önerilen:
Kurs ana sayfası:
kurs özellikleri:
Wu Enda'nın Stanford'da öğretilen "Makine Öğrenimi" (CS 229) kursu, Coursera'nın "Makine Öğrenimi" ne benzer, ancak Coursera'nunkinden daha kapsamlı ve gelişmiştir. Makine öğrenimi ve istatistiksel kalıp tanımaya kapsamlı bir giriş sağlar ki bu çok uygundur "Makine Öğrenimi" tamamlandıktan sonra iyileştirme.
Çevrimiçi notlar:
https://wei2624.github.io/machine%20learning/Machine-Learning-Notes/
Destekleyici kaynaklar (pdf dahil):
Geliştirilmiş bilgi noktalarının hızlı başvuru tablosu:
https://stanford.edu/~shervine/teaching/cs-229/
Tam hile sayfası GitHub (9.9k yıldız):
https://github.com/afshinea/stanford-cs-229-machine-learning
CS229 Doğrusal cebir ve olasılık teorisinin çevirisi:
https://github.com/fengdu78/Data-Science-Notes/tree/master/0.math/1.CS229
deeplearning.ai "Derin Öğrenme Özel Kursu"
Önerilen:
Kurs ana sayfası:
https://www.deeplearning.ai/deep-learning-specialization/
https://www.coursera.org/specializations/deep-learning
kurs özellikleri:
Wu Enda, Coursera üzerine 5 kurstan oluşan özel bir derin öğrenme kursu oluşturarak yapay zeka derin öğrenme dalgasını başlattı. Bu özel kurs, derin öğrenmeye giriş için en iyi kurslardan biri olarak söylenebilir! Sadece bilgi sistemi mükemmel değildir, sinir ağı, sığ sinir ağı, derin sinir ağı, sinir ağı optimizasyonu, CNN, RNN ve diğer bilgilerin temellerini kapsar; aynı zamanda oldukça profesyonel programlama soruları ile donatılmıştır.
Çince video:
https://study.163.com/provider/2001053000/course.htm
Çevrimiçi notlar:
https://redstonewill.com/category/ai-notes/andrew-deeplearning-ai/
28 rafine resim:
Çevrimdışı dosyalar için makalenin sonuna bakın!
Eksiksiz kaynaklar:
https://github.com/fengdu78/deeplearning_ai_books
CS230
Önerilen:
Kurs ana sayfası:
kurs özellikleri:
CS230, Stanford Üniversitesi'nde Enda Wu tarafından açılan bir başka yüksek kaliteli derin öğrenme kursudur. Bu kursta, derin öğrenmenin temellerini öğrenecek, sinir ağlarının nasıl kurulacağını anlayacak ve başarılı bir makine öğrenimi projesine nasıl liderlik edeceğinizi öğreneceksiniz. Kursta sağlanan kod Python ve TensorFlow kullanılarak uygulanabilir. Bu kurs, ters çevrilmiş bir sınıf öğretim biçimini benimser.Evde eğitici videoları izleyebilir, derinlemesine programlama ödevlerini ve çevrimiçi testleri tamamlayabilir ve ardından daha fazla tartışma için kursa gelip son büyük projeyi tamamlayabilirsiniz.
Tüp videosu:
https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb
B İstasyonunun Videosu:
https://www.bilibili.com/video/av47055599/
Proje örnek kodu:
https://github.com/cs230-stanford/cs230-code-examples
Kursun bilgi noktalarının özeti:
https://stanford.edu/~shervine/teaching/cs-230/
Tam hile sayfası GitHub (4k yıldız):
https://github.com/afshinea/stanford-cs-230-deep-learning
Pratikte TensorFlow
Önerilen:
Kurs ana sayfası:
https://www.deeplearning.ai/tensorflow-in-practice/
https://www.coursera.org/specializations/tensorflow-in-practice
kurs özellikleri:
Wu Enda, Coursera'da yeni bir "TensorFlow in Practice" özel kursu başlattı. Açıkçası, bu özel kurs uygulamaya daha fazla önem veriyor ve en popüler derin öğrenme çerçevesi TensorFlow'u kullanıyor. Bu özel kurs toplam dört ders içerir:
(1). "TensoFlow, Makine Öğrenimi ve Derin Öğrenmeye Giriş"
https://www.coursera.org/learn/introduction-tensorflow
(2). "TenSorFlow'da Evrişimli Sinir Ağı"
https://www.coursera.org/learn/convolutional-neural-networks-tensorflow
(3). "TenSorFlow'da Doğal Dil İşleme"
https://www.coursera.org/learn/natural-language-processing-tensorflow
(4). "Sıra, Zaman Serileri ve Tahmin"
https://www.coursera.org/learn/tensorflow-sequences-time-series-and-prediction
TensorFlow: Veri ve Dağıtım
Önerilen:
Kurs ana sayfası:
https://www.deeplearning.ai/tensorflow-data-and-deployment/
https://www.coursera.org/specializations/tensorflow-data-and-deployment
kurs özellikleri:
Wu Enda'nın Coursera'da başka bir TensorFlow özel kursu var. Bu seferin ana içeriği TensorFlow.js ve TensorFlow Lite gibi web veya mobil kullanım içindir. Temel olarak Tensorflow.js, TensorFlow Lite, TensorFlow Hub ve diğer araçları kullanarak veri analizi yöntemlerini tanıtın.
Bu özel kurs toplam dört ders içerir:
(1). "TensorFlow.js ile Tarayıcı Tabanlı Modeller"
https://www.coursera.org/learn/browser-based-models-tensorflow
(2). "TensorFlow Lite ile Cihaz Tabanlı Modeller"
https://www.coursera.org/learn/device-based-models-tensorflow
(3). "TensorFlow Veri Hizmetleri İçeren Veri Ardışık Düzenleri"
https://www.coursera.org/learn/data-pipelines-tensorflow
(4). "TensorFlow ile Gelişmiş Dağıtım Senaryoları"
https://www.coursera.org/learn/advanced-deployment-scenarios-tensorflow
Herkes İçin AI
Önerilen:
Kurs ana sayfası:
https://www.deeplearning.ai/ai-for-everyone/
https://www.coursera.org/learn/ai-for-everyone
kurs özellikleri:
"Herkes İçin Yapay Zeka", bu teknik olmayan bir kurstur, daha önemli olan herkese yapay zeka işinin şirkete nasıl dağıtılacağını öğretmek ve yapay zekanın toplum üzerindeki etkisi hakkında konuşmaktır. Bu kurstan öğrenebilirsiniz:
- Sinir ağları, makine öğrenimi, derin öğrenme ve veri bilimi dahil yaygın yapay zeka terimlerinin anlamı.
- Yapay zeka ne yapar ve yapamaz?
- İş yerinde yapay zekayı dağıtmak için fırsatlar nasıl bulunur?
- AI ekibiyle nasıl çalışılır ve bir şirketin AI stratejisi nasıl oluşturulur?
- AI etiği nasıl incelenir?
"Makine Öğrenimi Özlemi"
Önerilen:
Kitap tanıtımı:
Yarım yıl süren şaheser "Makine Öğrenimi Özlemi" nin İngilizce versiyonu ve Çince versiyonu yayınlandı! Bu "Makine Öğrenimi Özlemi" kitabı size aşağıdaki yönlerden kazançlar sağlayabilir:
- Yapay zeka projelerinin en umut verici yönlerine öncelik verin.
- Makine öğrenimi projelerindeki hataları ayıklayın.
- Uyumsuz eğitim / test örnekleri gibi karmaşık ortamlarda makine öğrenimi oluşturun.
- İnsan seviyesine yaklaşmak ve hatta ulaşmak için bir ML projesi oluşturun.
- Uçtan uca öğrenmenin, aktarımın ve çoklu görev öğrenmenin ne zaman ve nasıl kullanılacağını bilin.
Kitabın GItHub adresinin Çince versiyonu:
https://github.com/deeplearning-ai/machine-learning-yearning-cn
çevrimiçi oku:
https://deeplearning-ai.github.io/machine-learning-yearning-cn/docs/home/
Çin versiyonu:
https://github.com/deeplearning-ai/machine-learning-yearning-cn/releases/download/v0.5.0/MLY-zh-cn.pdf
diğer
Wu Enda: Makine öğrenimi kariyeri ve okuma kağıtları hakkında bazı öneriler
YouTube'daki Stanford Üniversitesi CS230 derin öğrenme kursu dersini özetledi: kariyer gelişimi için bazı öneriler ve araştırma makalelerini okuma yöntemleri.
orijinal:
https://medium.com/@mohamedalihabib7/advice-on-building-a-machine-learning-career-and-reading-research-papers-by-prof-andrew-ng-f90ac99a0182
video:
https://www.youtube.com/watch?v=733m6qBHjIlist=PLoROMvodv4rOABXSygHTsbvUz4G_YQhObindex=9t=0s
Enda Wu tarafından beğenildi: "Yapay Zeka Kariyer Gelişimine Giden Yol", sayfa 22
Wu Enda, "Yapay Zeka Kariyer Yolları: Kendinizi Doğru Yolda Yerleştirin" in yalnızca 22 sayfalık kısaltılmış bir sürümünü önerdi. Resmi bir AI kariyer geliştirme yoluna girmenize yardımcı olmak için tasarlanmış kısa ve kısa olarak tanımlanabilir.
Çevrimiçi adresi alın:
https://workera.ai/candidates/report/
-Bitiş-
Tsinghua-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.
