Articles

機械学習101:絶対的な初心者のための開始方法と場所

6月19日2020 1,193読み取り

この記事では、初心者としてのあなたの旅に必要なすべてをカバーしています。 すべてのリソースにはリンクが用意されています。 ちょうど時間およびあなたの献呈を必要とする。

以下に示すように、この投稿をいくつかのプログラムに分けました:

  • パスA.4~5ヶ月
  • パスB.2ヶ月以下
  • パスC.1ヶ月以下

パスA:4~5ヶ月で学習します。

パート1:機械学習から始めて、2ヶ月。

  • スタンフォード大学による機械学習コース(coursera.org/learn/machine-learning)
  • Courseraコースで5週目にニューラルネットワークを開始するまでに、3biue1brownによってニューラルネットワークのプレイリストを完了します。
  • コーセラコースはニューラルネットワーク部分を少し突進していると思いますが、ニューラルネットワークとディープラーニングに関する素晴らしい無料のオンラインブックがあります(neuralnetworkanddeeplearning.com)
  • 今、機械学習と深層学習の文献の概念の多くは、あなたに意味を成して開始されます。 楽しみのために、Chriss Olahのブログに向かう、彼らは素晴らしいです! (http://colah.github.io/)

第2部:ディープラーニング、1ヶ月。

  • あなたは深い学習を開始する前に、いくつかの大学の数学をブラッシュアップする必要があります。 Ian GoodfellowのDeep Learningの本では、線形代数と確率と情報理論の章をできるだけ深く読むことをお勧めします。
  • ディープラーニングを開始するための私の最高の選択は、Andrew Ngのディープラーニングの専門化です。 (coursera.org/specializations/deep-learning)
  • また、第3章、4章、5章、6章から読む時間ですneuralnetworkanddeeplearning.com あなたの概念を強化するために

タイミング: これらのコースでフルタイムで作業している場合は、1-2日で毎週のコンテンツを終了することが可能だと思います。 だから
のスケジュールにおびえるな。 しかし、コースの間に息をする時間を与えてください。

第3部:ディープラーニングの実践的な実装(1-2ヶ月)。

Fast.ai 実践的なディープラーニングのための素晴らしいリソースを持っています(course.fast.ai)、Andrew Ngまたは他の人がトップダウンアプローチで教えている間(最初に知っている、後で行う)fast.ai ボトムアップのアプローチで教えている(最初に行う、後で知っている)。私が言及する他の二つのコースは、スタンフォード大学によるCs231NとCs224Nです。 Cs231nはディープラーニングによるコンピュータビジョンに焦点を当て、Cs224Nはディープラーニングによる自然言語処理などのシーケンスモデリングに焦点を当てている。

パスB:2ヶ月以内に学ぶ。

Courseraの機械学習コースの最初の5週間を完了し、プログラミング演習を行います。

  • 3blue1brown youtubeチャンネルからニューラルネットワークのプレイリストを見る。
  • Courseraのディープラーニング専門からの完全なコース(ニューラルネットワークとディープラーニング)。 演習を行います。
  • 画像処理プロジェクトを開始する場合は、4コース目のln Coursera specializationを受講するか、自然言語処理やシーケンスデータを作業する場合は、コースno.5を受講します。

あなたが興味を持っているプロジェクトのオープンソースの実装とYouTubeのビデオを検索します。 使用する言語が心配な場合は、Kerasに滞在するのが良いと思います(KerasはPythonで書かれたオープンソースのニューラルネットワークライブラリです)

Path C:Learn in1Month or Less。

  • 第1週から第5週までのコースをスキップしてください。 ただ、ビデオを見て、概念を把握します。 第3週のMATLAB/Octaveチュートリアルはスキップできます。
  • 3blue1brown youtubeチャンネルからニューラルネットワークのプレイリストを見る。
  • Courseraのディープラーニング専門からコース(ニューラルネットワークとディープラーニング)をスキム。
  • 画像処理プロジェクトを実行したい場合は、Nielsenの本の章を読んでください。neuralnetworksanddeeplearning.com/chap6.html
  • Siraj Ravalは、ほとんどのMLとDLのトピックの要点を与えるためにいくつかの興味深いビデオを持っています。

あなたが興味を持っているプロジェクトのオープンソースの実装とYouTubeのビデオを検索します。 そして、あなたの必要性にそれらを微調整し続ける

リンク&オプションのリソース。

ニューラルネットワークと深層学習:
coursera.org/learn/neural-networks-deep-learning

シーケンスモデリング-
colah.github.io/posts/2OI5-08-Unndersting-LSTMs/

Siraj Raval:Youtubeチャンネル

私はあなたが得るためにYouTubeで2分の論文に従うことをお勧めします
研究者は、世界中の深い傾いてやっている驚異で更新.

タグ

ハッカー正午に参加

あなたのカスタム読書体験のロックを解除するためにあなたの無料アカウントを作成します。