Articles

Maskinlæring 101: hvordan Og Hvor Du Skal Begynne For Absolutte Nybegynnere

19 juni 2020 1,193 leser

dette innlegget dekker alt du trenger For Din Reise Som Nybegynner. Alle Ressursene er utstyrt med lenker. Du trenger Bare tid og engasjement.

jeg har skilt dette innlegget i flere programmer som vist nedenfor:

  • Sti a. 4 til 5 Måneder
  • Sti B. 2 Måneder Eller Mindre
  • Sti C. 1 Måned Eller Mindre

Sti A: Lær om 4 til 5 Måneder.

Del 1: Start Med Maskinlæring, 2 måneder.

  • Maskinlæringskurs ved Stanford University (coursera.org / lær / maskinlæring)
  • når Du starter Nevrale Nettverk i uke 5 På Coursera-kurset, fullfør Nevrale Nettverk-spillelisten av 3BIue1Brown.
  • Jeg tror Coursera-kurset rushes Nevrale Nettverksdelen litt, det er en fantastisk gratis online bok Om Nevrale Nettverk og Dyp Læring (neuralnetworkanddeeplearning.com)
  • nå vil mange av konseptene I Maskinlæring og Dyp Læringslitteratur begynne å gi mening for deg. For moro skyld, gå over Til Chriss Olahs blogger, de er kjempebra! (http://colah.github.io/)

Del 2: Dyp Læring, 1 måned.

  • Før Du begynner Dyp Læring, må du pusse opp litt universitetsmatematikk. The Deep Learning Book Av Ian Goodfellow, jeg vil anbefale deg å gå Gjennom Lineær Algebra og Sannsynlighet Og Informasjonsteori kapitler så dypt som mulig.
  • Mitt beste valg for Å starte Dyp Læring er Med Andrew Ngs Dype læringsspesialisering. (coursera.org/specializations/deep-learning)
  • Det er også på tide å lese Kapittel 3, 4, 5, 6 fra neuralnetworkanddeeplearning.com for å styrke konseptene dine

Timing: hvis du jobber heltid på disse kursene, tror jeg det er mulig å fullføre hver ukes innhold i 1~2 dager. Så ikke bli skremt av
tidsplanen. Men gi deg selv litt tid til å puste mellom kurs.

Del 3: Praktisk Gjennomføring Av Dyp Læring (1~2 måneder).

Fast.ai har en fantastisk ressurs for praktisk Dyp Læring (course.fast.ai), Mens Andrew Ng eller andre underviser I En Topp-ned-tilnærming (vet først, gjør senere) fast.ai lærer i en bottom-up tilnærming(gjør først, vet senere).To andre kurs jeg vil nevne Er CS231n Og CS224n Ved Stanford University. CS231n fokuserer på datasyn med Dyp Læring, Og CS224n fokuserer På Sekvensmodellering som Naturlig Språkbehandling med Dyp Læring.

Sti B: Lær om 2 Måneder eller Mindre.

Fullfør De første 5 ukene Av Maskinlæringskurset Fra Coursera, gjør programmeringsøvelsene.

  • Se Nevrale Nettverk spilleliste fra 3Blue1Brown youtube-kanal.
  • Komplett Kurs (Nevrale Nettverk og Dyp Læring) Fra Deep Learning Spesialisering I Coursera. Gjør øvelsene.
  • hvis du vil starte Et Bildebehandlingsprosjekt, ta 4. kurs ln Coursera spesialisering eller hvis du vil jobbe Med Naturlig Språkbehandling eller sekvensdata, ta kurs nr.5.

Søk etter åpen kildekode-implementering Og YouTube-videoer av prosjekter du er interessert i. Hvis du er bekymret for hvilket språk du skal bruke, synes Jeg det er godt å være Med Keras (Keras er et open source-neuralt nettverksbibliotek skrevet I Python)

Sti C: Lær om 1 Måned eller Mindre.

  • Skumme Gjennom Coursera Maskinlæringskurs Uke 1 til 5. Bare se på videoene, forstå konseptet. DU kan hoppe OVER MATLAB / Octave tutorials I Uke 3.
  • Se Nevrale Nettverk spilleliste fra 3Blue1Brown youtube-kanal.
  • Skumme Gjennom Kurs (Nevrale Nettverk og Dyp Læring) Fra Dyp Læring Spesialisering I Coursera.
  • hvis Du vil gjøre Et Bildebehandlingsprosjekt, les kapitlene Fra Nielsens bok: neuralnetworksanddeeplearning.com/chap6.html
  • Siraj Raval har noen interessante videoer for å gi deg en kjerne av DE FLESTE ML og DL emner.

Søk etter åpen kildekode-implementering Og YouTube-videoer av prosjekter du er interessert i. Og fortsett å tilpasse dem til dine behov

Lenker & Valgfrie Ressurser.

Nevrale Nettverk og Dyp Læring:
coursera.org/learn/neural-networks-deep-learning

Sekvensmodellering –
colah.github.io/posts/2OI5-08-Unndersting-LSTMs /

Siraj Raval: Youtube-Kanal

jeg vil foreslå at du følger 2 minutter Papir På YouTube for å få
oppdatert med underverkene som forskere gjør Med Dyp Lener seg rundt om i verden.

Tags

Bli Hacker Noon

Opprett en gratis konto for å låse opp din egendefinerte leseopplevelse.