Представляю вашему вниманию подборку курсов на YouTube, которые предназначены для углубления вашего понимания машинного обучения и глубокого обучения, от основных концепций до специализированных применений в различных областях.

Основные курсы по машинному обучению

  1. Изучите основы машинного обучения с Введение в машинное обучение (Тюбинген), предлагающим понимание регрессии, классификации и многого другого.
  2. Погрузитесь в Статистическое машинное обучение (Тюбинген) для понимания алгоритмов и парадигм статистического обучения.
  3. Освойте основы с Лекции по машинному обучению (Стефан Хармелинг), охватывающие ключевые концепции от правила Байеса до гауссовских процессов.
  4. Курс Caltech CS156: Learning from Data предоставляет комплексное введение, от проблемы обучения до машин опорных векторов.
  5. Для практического применения, Прикладное машинное обучение учит широко используемым техникам, включая оптимизацию и регуляризацию.

Исследование глубокого обучения

  1. Начните свое путешествие в глубокое обучение с Введение в глубокое обучение (MIT), основной курс для начинающих.
  2. Курс Глубокое обучение: CS 182 охватывает техники от анализа ошибок до имитационного обучения.
  3. Нейронные сети: от нуля до героя от Андрея Карпати предлагает глубокое погружение в нейронные сети.
  4. Откройте для себя пересечение креативности и ИИ с MIT: Глубокое обучение для искусства, эстетики и творчества.
  5. Занимайтесь Глубоким неуправляемым обучением для изучения моделей скрытых переменных

и техник самообучения.

Специализированные курсы по машинному обучению

  1. Для применений в здравоохранении, MIT 6.S897: Машинное обучение для здравоохранения (2019) вводит ML в клинические контексты.
  2. Курс Машинное обучение с графами (Стэнфорд) углубляется в техники, такие как PageRank и графовые нейронные сети.
  3. В области NLP, CS224N: Обработка естественного языка с глубоким обучением предлагает всестороннее изучение NLP на основе глубокого обучения.

Практическое и реальное применение

  1. Узнайте о создании приложений с большими языковыми моделями через LLMOps: Создание реальных приложений с большими языковыми моделями.
  2. Полный стек глубокого обучения учит, как выводить модели глубокого обучения в производство, охватывая все от инфраструктуры до веб-развертывания.

Исследование компьютерного зрения и обучения с подкреплением

  1. Курс Стэнфорда CS231N: Сверточные нейронные сети для визуального распознавания является эталонным для тех, кто интересуется компьютерным зрением.
  2. Погрузитесь в динамику систем принятия решений с Обучение с подкреплением (Политехника Монреаль, Осень 2021), охватывающим все от многоруких бандитов до методов Монте-Карло.

Эта подборка курсов на YouTube предлагает всесторонний путь для обучающихся на различных этапах их пути в машинном обучении и глубоком обучении, от основных знаний до продвинутых приложений и решения реальных проблем.

Пополнить запасы кофе автора

💡 Telegram | Boost
💖 PayPal
🏆 Patreon
💎 GitHub
🥤 BuyMeaCoffee
🍪 Ko-fi

Владимир Михалев
Я - Владимир Михалев, Капитан Docker, но друзья могут называть меня Вальдемарыч.

DevOps комьюнити

Привет! 👋 Если у тебя есть вопросы по установке или настройке, то задайте их мне и другим ИТ-экспертам нашего сообщества: