Startseite>Programmierbezogen>Anderer Quellcode
Herunterladen


Eine kuratierte Liste kostenloser KI -Ressourcen für aufstrebende KI -Ingenieure


Was ist KI?

Künstliche Intelligenz (KI) bezieht sich auf die Simulation menschlicher Intelligenz in Maschinen, die so programmiert sind, wie Menschen zu denken und ihre Handlungen nachzuahmen. Der Begriff kann auch auf jede Maschine angewendet werden, die Merkmale aufweist, die mit einem menschlichen Verstand verbunden sind, z. B. Lernen und Problemlösung.

Warum KI wählen?

Künstliche Intelligenz fördert sprunghaft. Jüngste Untersuchungen in den Bereichen Datenwissenschaft, maschinelles Lernen, Verarbeitung natürlicher Sprache und andere Unterfelder von AI haben bereits begonnen, das Leben der gewöhnlichen Menschen zu beeinflussen. KI ist kein oberflächliches Konzept mehr. Es wird bereits von Tech -Riesen, Unternehmen und Startups verwendet, um alltägliche Probleme zu lösen. Deshalb lohnt sich die Auswahl von AI als Karriereweg auf lange Sicht wirklich.

Auch wenn Ihr Beruf nicht direkt mit der Technik zusammenhängt, wird gesagt, dass AI jedes Feld auf die eine oder andere Weise stören wird. Deshalb müssen Sie zumindest ein grundlegendes Verständnis dafür haben, wie KI funktioniert.

? Kostenlose KI -Kurse:

  • Edxs künstliche Intelligenz-https://www.edx.org/course/artificial-intelligence-ai
  • Udacitys Intro in die künstliche Intelligenz-https://www.udacity.com/course/intro-tro-artificial-intelligence-cs271
  • Künstliche Intelligenz: Prinzipien und Techniken von Stanford - http://web.stanford.edu/class/cs221/
  • Die künstliche Intelligenz von Udacity für Robotik von Georgia Tech-https://www.udacity.com/course/artificial-intelligence-for-robotics-cs373
  • IBMs Data Science and Cognitive Computing -Kurse - https://cognitiveclass.ai/
  • Elemente von AI - https://www.elementsofai.com/
  • Bauen von AI - https://buildingai.elementsofai.com/
  • Künstliche Intelligenz von Intellipaat-https://intellipaat.com/academy/course/artificial-intelligence-free-course/
  • CS50 der EDX/Harvard University: Einführung in die künstliche Intelligenz mit Python-https://www.edx.org/course/cs50s-introduction-to-artificial-intelligence-python
  • Microsoft AI School - https://aisschool.microsoft.com/en-us/home
  • Lernen Sie mit Google AI - https://ai.google/education/
  • Crashkurs - künstliche Intelligenz https://www.youtube.com/watch?v=gvyyflov0aa&list=pl8dpuualJxto65led2p4_sb5xq51par_b

? Kostenlose Mathematikressourcen:

Videos

  • Alle Ebenen/Pre -U - http://www.patrickjmt.com/
  • Alle Ebenen/Pre -U - http://www.khanacademy.org/
  • College - http://ocw.mit.edu/ocwweb/web/courses/courses/index.htm#mathematics
  • College - https://www.youtube.com/channel/ucohhuummrzaivx7bd4t2czg
  • College - https://www.youtube.com/channel/uc2f-j2kmho0zvwipfkwoxoa/videos
  • College - https://www.youtube.com/channel/uc5y9h2kdrhzztwzjtlh4vba
  • All - https://www.youtube.com/channel/ucnvmxrmewvo9as-jfh6fqfg
  • College - http://www.youtube.com/user/njwildberger
  • College - https://www.youtube.com/user/mathdoctorbob
  • Highschool/College - https://www.youtube.com/channel/UCFBSZ1B68YTEKX0D6AFDDDQ
  • Alle Ebenen/Pre -U - http://www.mathtv.com/
  • Alle Ebenen/Pre -U - https://www.youtube.com/user/profrobbob
  • Alle Ebenen/Pre -U - http://www.hippocampus.org/
  • GCSE Level - https://www.youtube.com/user/schoolmaths

Zum Spaß

  • 3Blue1Brown https://www.youtube.com/channel/ucyo_jab_esufrv4b17ajtaw
  • Mathologe https://www.youtube.com/channel/uc1_uais3r8vu6jjxwvastjg
  • Matholkerii - https://www.youtube.com/channel/uch74hc_7wyvzx1gxhleh6eg
  • Vihart - https://www.youtube.com/channel/cogeU-1fig3rrdjhm9zs_wg
  • Mindyourdecisions - https://www.youtube.com/channel/uchnj59g7jezwty5gel8ea_g
  • Tipping-Point-math-https://www.youtube.com/channel/ucjwowaox-c-nelnj_ygineg
  • Welchlabs - https://www.youtube.com/Channel/UCONVFXXODG78TZH5NNU85EW
  • Infinite Serie - https://www.youtube.com/channel/UCS4AHMGGTFFRPKPCWSABN9G
  • Vsauce-https://www.youtube.com/channel/uc6nsfpj9htcz5t-n3rm3-ha
  • NumberPhile https://www.youtube.com/channel/ucoxcjq-8xidtyp3uz647v5a
  • BlackPenredpen https://www.youtube.com/user/blackpenredpen
  • AI- und Games YouTube -Kanal https://www.youtube.com/channel/UCOV_51F0BETB6HJ6GUMXG3Q
  • KI und maschinelles Lernen in Einheit, Sebastian Schuchmann YouTube Channel

Beispielprobleme und Online -Notizen/-Ertechnungen

  • Beispielprobleme - http://www.exampleproblems.com/
  • Interagieren Mathematik - http://www.interactmath.com/
  • Pauls Online -Mathematiknotizen - http://tutorial.math.lamar.edu/
  • Calculus org -http: //www.calculus.org/
  • Wolfram Mathworld - http://mathworld.wolfram.com/
  • Cty Online AP & College Math Ressourcen - https://sites.google.com/a/ctyonline.net/jdinoto/
  • JS Milne's Site - http://www.jmilne.org/math/
  • Geschichte der Mathematik-http://www-history.mcs.st-and.ac.uk/
  • Online -Mathe -Tutorials des Harvey Mudd College - http://www.math.hmc.edu/calculus/tutorials/
  • Reale (und eine komplexe) Analyse und Programmierung - http://www.mathcs.org/

Computeralgebra -Systeme

  • SAGE - http://www.sagemath.org/index.html
  • Maxima - http://maxima.sourceforge.net/
  • Octave - http://www.gnu.org/software/octave
  • Wolfram Alpha- http://www.wolframalpha.com/
  • GeoGebra - http://www.geogeBra.org/cms
  • Pari/gp https://pari.math.u-bordeaux.fr/

Grafik und Visualisierung der Mathematik

  • GeoGebra - http://www.geogeBra.org/cms
  • gnuplot - http://www.gnuplot.info/
  • Garminder - http://www.gapminder.org/
  • Wolfram Demonstrationsprojekt - http://demonstrations.wolfram.com/
  • Wolframa - http://www.wolframalpha.com/
  • scipy- http://www.scipy.org/
  • Microsoft Mathematics*-http://www.microsoft.com/downloads/en/details.aspx?familyid=9caca722-5235-401c-8d3f-9e242b794c3a
  • WinPlot - http://math.exeter.edu/rparris/winplot.html
  • Desmos - http://desmos.com/calculator/
  • Symbolab - http://www.symbolab.com/
  • Scilab - http://www.scilab.org/

Typeting (Latex)

  • Tex Users Group - http://www.tug.org/
  • Das umfassende Tex Archive Network - http://www.ctan.org/
  • Kunstlösungs -Tutorial - http://www.artofproblemSolving.com/latex/aops_l_about.php
  • Texpaste - http://www.texpaste.com/
  • XFIG - http://www.xfig.org/
  • Detextify - http://detexify.kirelabs.org/classify.html?
  • WriteLatex Wysiwyg - https://www.writelatex.com/
  • Latex Beispiele - http://www.texample.net/

Blogs/Artikel

  • Terry Tao - http://terrytao.wordpress.com/
  • American Mathematical Society - http://blogs.ams.org/blogonmathblogs/
  • AMS Notices - http://www.ams.org/notices/
  • Das N -Category Café - https://golem.ph.utexas.edu/category/
  • Tim Gowers - http://gower.wordpress.com/
  • Add/xor/rol - http://addxorrol.blogspot.com/
  • Math mit schlechten Zeichnungen - https://mathwithbaddrawings.com/
  • Math ∩ Programmierung - https://jeremykun.com/
  • Sieht fast aus wie Arbeit - https://jasmcole.com/
  • Math3ma - https://www.math3ma.com/
  • Qiaochu Yuan - https://qchu.wordpress.com/
  • Carlos matheus - https://matheuscms.wordpress.com/
  • Burt Totaro - https://burttotaro.wordpress.com/
  • Igor Pak - https://igorpak.wordpress.com/
  • Alex Youcis - https://ayoucis.wordpress.com/
  • Topologie mit niedriger Dimension - https://ldtopology.wordpress.com/
  • Jordan Ellenberg - https://quomodocumque.wordpress.com/
  • Geheimes Blogging -Seminar - https://sbseminar.wordpress.com/
  • Math Wizurd - http://www.mathwizurd.com/calc

Miser

  • Academicearth.org - http://www.academicearth.org/subjects/mathematics
  • Enzyklopädie der Mathematik - http://www.encyclopediaofmath.org/
  • Große Liste der empfohlenen Bücher, Online -Ressourcen - http://hbpms.blogspot.com/
  • Online -Enzyklopädie von Ganzzahlsequenzen - http://www.research.att.com/~njas/sequences/
  • Mathim - http://www.mathim.com/
  • Kostenloses Buch über neuronales Netzwerk und Deep Learning - http://neuralnetworksanddeeplearning.com/
  • Informationswebsite über künstliche Intelligenz - https://intelligencereborn.com

Andere Ressourcenlisten

  • Mathematiküberlaufliste der kostenlosen Online-Vorlesungen-http://matherflow.net/questions/54430/video-lekturesof-mathematics-courses-available-online-for-Free
  • Top-Down-Lernpfad zum maschinellen Lernen für Software-Ingenieure-https://github.com/zuzoovn/maachine-learning-for-software-engineers
  • Unterhaltsame Lernprojekte zum maschinellen Lernen für Anfänger-https://elitedatascience.com/machine-learning-projects-for --beginers

Kostenlose Kurse für maschinelles Lernen:

  • Maschinelles Lernen von Andrew NG - https://www.courserera.org/learn/machine-learning
  • Intro zu ML von Udacity-https://www.udacity.com/course/intro-to-machine-learning-ud120
  • Das Lernen von EDX aus Daten (einführendes maschinelles Lernen)-https://www.edx.org/course/learning-from-data-introductory-machine-learning#!
  • Einführung in maschinelles Lernen für Codierer - http://course18.fast.ai/ml
  • Statistisches maschinelles Lernen von CMU - https://www.youtube.com/watch?list=pltb9vqq8wiacbk2xrtyn5T9UUPDSNM7YE&v=ZCMNU -3WKWO
  • Courseras neuronale Netze für maschinelles Lernen - https://www.youtube.com/watch?list=plorl3ht4jocdu872ghiywf6jwrk_snhz9&v=cbetc-urqak
  • Kaggle Complete Roadmap für maschinelles Lernen - https://www.kaggle.com/learn/overview
  • EDX 'Prinzipien des maschinellen Lernens-https://www.edx.org/course/principles-of-machine-learning
  • Courseras maschinelles Lernenspezialisierung - https://www.coursera.org/specializations/machine-learning
  • Crashkurs für maschinelles Lernen von Google-https://developers.google.com/machine-learning/crash-course
  • Maschinenlernkurs bei W3schools - https://www.w3schools.com/python/python_ml_getting_started.asp
  • Intro zum maschinellen Lernkurs bei Kaggle-https://www.kaggle.com/learn/intro-tro-machine-learning
  • Intermediate Machine Learning Course bei Kaggle-https://www.kaggle.com/learn/intermediate-machine-learning
  • Maschinelles Lernen mit Python-https://cognitiveclass.ai/courses/machine-learning-with-python

? Kostenlose Data Science -Kurse:

  • IBM Data Science Professional Certificate-https://www.courserera.org/professional-certificates/ibm-data-science
  • Udacity Intro in Data Science-https://www.udacity.com/course/intro-to-data-science-ud359
  • Einführung in die Datenwissenschaft in Python-https://www.coursera.org/learn/python-data-analysis
  • Einführung in die Datenwissenschaft überarbeitet-https://alison.com/course/inTroduction-to-data-science-revised
  • Ein Crashkurs in Data Science-https://www.courserera.org/learn/data-science-cours

? Kostenlose Deep -Learning -Kurse:

  • Googles Deep Learning Course- https://www.udacity.com/course/intro-to-tensorflow-for-peep-learning-ud187
  • Praktisches Deep -Lernen für Codierer - https://course.fast.ai/
  • Tiefes Lernen aus den Fundamenten - https://course.fast.ai/part2
  • Intro to Deep Learning unter Verwendung des TensorFlow- und Keras-Kurses bei Kaggle-https://www.kaggle.com/learn/intro-to-yep-learning
  • Kostenloses Buch über neuronales Netzwerk und Deep Learning - http://neuralnetworksanddeeplearning.com/

Kostenlose NLP -Kurse:

  • Eine Code-erste Einführung in die Verarbeitung natürlicher Sprache-https://www.fast.ai/2019/07/08/fastai-nlp/
  • Spezialisierung der natürlichen Sprachverarbeitung von DeepLearning.ai-https://www.coursera.org/specializations/natural-language-processinging
  • Kurs für natürliche Sprachverarbeitung bei Kaggle-https://www.kaggle.com/learn/natural-language-processing

- kostenloses maschinelles Lernen in Grafik- und Vision -Kursen:

  • CVPR 2020: Neurales Rendering - https://www.neuralrender.com/

? Hosting -Plattformen des Data Science -Wettbewerbs:

  • Kaggle - https://www.kaggle.com/
  • Analytics Vidhya - https://www.analyticsvidhya.com/
  • Crowdanalytix - https://www.crowdanalytix.com/community
  • Innocentive - https://www.innocentive.com/our-olvers/
  • Codalab - https://competitions.codalab.org/
  • Zindi - https://zindi.africa/about
  • AICROWD - https://www.aicrowd.com/
  • Angesteuerte Daten - https://www.drivendata.org/
  • Numera - https://numer.ai/
  • Tianchi - https://tianchi.aliyun.com/competition/gamelist/activelist
  • Omdena - https://omdena.com/
  • Hackerearth -https: //www.hackerearth.com/hackathon/explore/field/machine-learning/

? Datensatz -Repositories:

  • Datenwelt - https://data.world/datasets/open-data
  • Datensatzsuche nach Google - https://datasetsearch.research.google.com/
  • Kaggle -Datensatz - https://www.kaggle.com/datasets
  • UCI maschinelles Lernen Repository - https://archive.ics.uci.edu/
  • Microsoft Open Datasets-https://azure.microsoft.com/en-us/services/open-datasets/catalog/
  • UCR - http://timeseriesclassification.com/
  • TensorFlow -Datensätze - https://www.tensorflow.org/datasets/catalog/overview
  • Quandl - https://www.quandl.com/

? KI -Forschung bei großen Unternehmen:

  • Maschinelles Lernen bei Apple - https://machinelearning.apple.com/
  • AI bei Uber - https://www.uber.com/us/en/uberai/
  • Maschinelles Lernen bei Careem - https://blog.careem.com/en/tag/machine-learning/
  • Data Science at Grab - https://engineering.grab.com/categories/data-science/
  • Autopilot AI bei Tesla - https://www.tesla.com/autopilotai
  • AI bei Microsoft - https://www.microsoft.com/en-us/ai
  • AI -Forschung bei Google - https://ai.google/research/
  • Selbsterfahrte Forschung bei Lyft - https://medium.com/lyftlevel5
  • AI -Forschung bei Huawei - https://www.huawei.com/en/industry-insights/technology/ai
  • AI -Forschung bei Samsung - https://research.samsung.com/artificial-intelligence
  • AI in Alibaba - https://damo.alibaba.com/labs/ai
  • Data Science bei Gojek - https://blog.gojekengineering.com/data-science/home
  • Intelligente Transporttechnologie und Sicherheit bei Didi Chuxing - http://www.didi-labs.com/
  • Amazon Science - https://www.amazon.science/
  • Data Science bei Bolt - https://medium.com/@boltapp
  • Industrie -KI -Forschung bei Hitachi - https://www.hitachi.com/rd/sc/aiblog/index.html

Entwicklerressourcen:

  • Apple - https://developer.apple.com/machine-learning/
  • Facebook - https://ai.facebook.com/tools/
  • Google - https://cloud.google.com/products/ai
  • Microsoft - https://docs.microsoft.com/en-us/ai/

? YouTube -Kanäle:

  • Das Informatik- und Künstliche Intelligence Laboratory der Massachusetts Institute of Technology - https://www.youtube.com/user/mitcsail/videos
  • Das Allen -Institut für künstliche Intelligenz - https://www.youtube.com/channel/uceqgmywchwvt6mfglmuqcq/videos
  • DeepMind - https://www.youtube.com/channel/UCP7JMXSY2XBC3KCAE0MHQ-A/VIDEOS
  • AI -Kurs angewendet - https://www.youtube.com/channel/ucjintwke3-fmz2wueltwdvq/videos
  • StarCraft Artificial Intelligence Turnier - https://www.youtube.com/user/certicky/videos
  • Senddex - Datenanalyse -Tutorials - https://www.youtube.com/c/sentdex/videos
  • Amazon - Universität für maschinelles Lernen - https://www.youtube.com/channel/uc12lqyqtqybxatys9aa7nuw
  • Microsoft Research - https://www.youtube.com/user/microsoftresearch
  • Krish Nayak für ML/DL/Data Science - https://www.youtube.com/user/krishnaik06
  • TechWithtim - Python- und ML -Tutorials - https://www.youtube.com/channel/uc4jx40jdee_tinbkjycv4sg
  • Jabrils https://www.youtube.com/channel/ucqalleqpozdzc4jnuboveug

KI -Aufstellungsstellen:

  • Datayoshi - https://www.datayoshi.com/
  • AI Jobs - https://aijobs.com/
  • Ai-jobs-https://ai-jobs.net/
  • In der Tat-https://www.indeed.com/q-artificial-intelligence-jobs.html
  • Kaggle Jobs - https://www.kaggle.com/jobs
  • Remote AI/ML Jobs: https://www.remoteaijobs.com/
  • AI Jobs Board: https://aijobsboard.com/

AI -Blogs:

  • In Richtung Data Science: https://towardsdatascience.com/
  • In Richtung maschinelles Lernen: https://towardsml.com/
  • In Richtung AI: https://medium.com/towards-artificial-intelligence
  • Fritz AI: https://heartbeat.fritz.ai/
  • Die Charge: https://www.deeplearning.ai/thebatch/
  • AI -Trends: https://www.aitrends.com/
  • DeepMind: https://deepmind.com/blog
  • Humanai werden: https://becominghuman.ai
  • Berkeley Artificial Intelligence Research: https://bair.berkeley.edu/blog/
  • IBM-Entwickler: https://developer.ibm.com/patterns/category/artificial-intelligence/
  • OpenAI: https://openai.com/
  • MIT News: https://news.mit.edu/topic/artificial-intelligence2
  • Baidu Research: http://research.baidu.com/
  • Algorithmie: https://algorithmia.com/blog
  • Meisterschaft für maschinelles Lernen: https://machinelearningmastery.com/blog/
  • Lernen Sie openCV: https://www.learnopencv.com/

AI-Betrügerblätter:

  • Best Of Ai Cheat-Sheets: https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-heep-big-data-science-pdf-f22DC900D2D7
  • Stanford CS229 maschinelles Lernen: https://github.com/afshinea/stanford-cs-229-machine-learning
  • Stanford CS230 Deep Learning: https://github.com/afshinea/stanford-cs-230-leep-learning
  • Stanford CS221 Künstliche Intelligenz: https://github.com/afshinea/stanford-cs-221-artificial-intelligence
  • Sammlung von AI-Cheat-Sheets: http://www.aichatsetheets.com/

Beitragsrichtlinien:

Fühlen Sie sich frei, eine PR zu öffnen, wenn Sie das Gefühl haben, etwas hinzugefügt werden muss oder dass Sie etwas vorschlagen möchten. Wenn Sie etwas hinzufügen möchten, sollte Ihre Commit -Nachricht wie: hinzugefügt <ressourcenname> zu <S Section_Name>

? Bitte spiele das Repo so, dass es maximale Bekanntheit bekommt und mehr Menschen davon profitieren können!

Wichtiger Hinweis: Alle Produktnamen, Logos und Marken sind Eigentum ihrer jeweiligen Eigentümer. Alle in diesem Repository verwendeten Unternehmens-, Produkt- und Dienstnamen dienen nur zu Identifikationszwecken. Die Verwendung dieser Namen, Logos und Marken impliziert keine Bestätigung.

Expandieren
Zusätzliche Informationen
Ähnliche Anwendungen
Empfohlen für Sie
Ähnliche Nachrichten Alle