AI 101

AI-101

Notes de cours, lectures, échantillons de code et ressources pour vous enseigner comment Pytorch et Tensorflow.

Cette classe était auparavant enseignée en tant que bootcamp mais est maintenant une ressource en ligne à votre rythme.

Plus comme ça

Voir les étoiles Github de Brad pour une collection organisée de ressources utiles.

Plan de cours

Session	Sujet	FAIRE
Préparation	N / A	Voir préparation.md
? Semaine 1	Rôles, bases d'apprentissage automatique, pile technologique	Comment le deep l'apprentissage fonctionne et introduit des logiciels gratuits
? Semaine 1	? "Fondations" en direct démos	Guide de l'interprète du code Superdatascience
? Semaine 2	Idées finales de projet	Choisissez un projet!
? Semaine 2	Le flux de travail Universal ML	Le flux de travail universel ML et la théorie de la régression de tout
? Semaine 3	Programmation des paires, Q&R du projet	travailler sur votre projet
? Semaine 3	Ingénierie des données, bases ETL et techniques de querelles de données	travailler sur votre projet
? Semaine 4	Application Sommelier OpenRouter dans la démo de configuration du cloud AWS, Azure et GCP	Configuration du niveau gratuit AWS
? Semaine 5	? Métriques et fonctions de perte, architecture modèle et hyperparamètres	Blitz Pytorch de 60 minutes
? Semaine 7	? Après le bootcamp ...	Allez-y et gagnez!
? Semaines 7-8	? Présentations de projet	se vanter de vous-même en ligne

---

Séquence de projet finale

Les participants consacreront un temps substantiel aux projets finaux alignés sur leurs aspirations de carrière. Pour un tableau de présentations passées et de code source, visitez la chaîne YouTube de Brad.

Étape	Détails
? ️ Collecte de données et modèle simple	Générez des données de texte synthétiques à l'aide de Scikit-llm. Explorez des ensembles de données sur Kaggle ou un visage étreint.
? ️ Modèle personnalisé (facultatif)	Débutant: Suivez TensorFlow QuickStart pour les classificateurs d'image / texte de base. Recommandé: plongez dans le blitz Pytorch de 60 minutes, puis explorez la classification du texte Pytorch ou la classification de l'image Pytorch. Plus avancé: modèles à pré-entraînement fin avec un visage étreint pour le texte ou? Classification d'image. Les nerds Apple utilisent uniquement MLX.
Défi et expérience (facultatif)	Avancé: explorez les cadres multiplateformes comme Keras Core. ? Très avancé: essayez de reproduire un modèle gagnant de Kaggle.

---