AI 101

AI-101

Notas de conferencia, lecturas, muestras de código y recursos para enseñarse cómo Pytorch y TensorFlow.

Esta clase se enseñó anteriormente como un bootcamp, pero ahora es un recurso en línea.

Más como esto

Vea las estrellas de GitHub de Brad para una colección curada de recursos útiles.

Esquema del curso

Sesión	Tema	HACER
Preparación	N / A	Ver preparación.md
? Semana 1	Roles, conceptos básicos de aprendizaje automático, pila de tecnología	Cómo funciona el aprendizaje profundo e introducción al software gratuito
? Semana 1	? Demos en vivo "Fundaciones"	Guía de intérprete del código de superdataScience
? Semana 2	Ideas finales del proyecto	¡Elige un proyecto!
? Semana 2	El flujo de trabajo ML universal	El flujo de trabajo ML universal y la teoría de la regresión de todo
? Semana 3	Programación de pares, preguntas y respuestas de proyectos	Trabaja en tu proyecto
? Semana 3	Ingeniería de datos, conceptos básicos de ETL y técnicas de disputa de datos	Trabaja en tu proyecto
? Semana 4	Aplicación Sommelier OpenRouter en la demostración de configuración de la nube de AWS, Azure y GCP	Configurar AWS Tier gratis
? Semana 5	? Métricas y funciones de pérdida, arquitectura de modelos e hiperparámetros	Blitz Pytorch de 60 minutos
? Semana 7	? Después del bootcamp ...	¡Vaya y gane!
? Semanas 7-8	? Presentaciones de proyectos	presumir sobre usted en línea

---

Secuencia final del proyecto

Los participantes dedicarán un tiempo sustancial a los proyectos finales alineados con sus aspiraciones profesionales. Para una variedad de presentaciones pasadas y código fuente, visite el canal de YouTube de Brad.

Paso	Detalles
? ️ Recopilación de datos y modelo simple	Genere datos de texto sintéticos utilizando scikit-llm. Explore los conjuntos de datos en Kaggle o abrazando la cara.
? ️ Modelo personalizado (opcional)	Principiante: siga TensorFlow QuickStart para clasificadores básicos de imagen/texto. Recomendado: sumergir en un bombardeo de Pytorch de 60 minutos, luego explore la clasificación de texto de Pytorch o la clasificación de imágenes de Pytorch. Más avanzado: modelos previos al ejercicio con cara de abrazo para texto o? Clasificación de imágenes. Los nerds de Apple solo usan MLX.
Desafío y experimento (opcional)	Avanzado: Explore marcos multiplataforma como Keras Core. ? Muy avanzado: intente replicar un modelo ganador de Kaggle.

---