ML YouTube Courses
1.0.0
dair.aiでは、AI教育を開いています。このレポでは、YouTubeで利用可能な最高および最新の機械学習コースのいくつかをインデックス化および整理しています。
機械学習
深い学習
科学機械学習
実用的な機械学習
自然言語処理
コンピュータービジョン
強化学習
グラフマシン学習
マルチタスク学習
その他
基本理論、アルゴリズム、およびアプリケーションをカバーする機械学習の紹介コース。
？コースへのリンク
MLの基本のいくつかを学ぶには：
？コースへのリンク
MLのさまざまな入門トピックをカバーする一連のミニレクチャー：
？コースへのリンク
コースニューラルネットワークの詳細な概要を提供します。
？コースへのリンク
芸術、美学、創造性のための深い学習の適用をカバーしています。
？コースへのリンク
ディープラーニングの基礎、さまざまなニューラルネットワーク（CNNS、RNNS、LSTMなど）の構築方法、機械学習プロジェクトをリードする方法、ディープラーニング実務家向けのキャリアアドバイスをカバーしています。
？コースへのリンク？材料へのリンク
MLで最も広く使用されているテクニックのいくつかを学ぶには：
？コースへのリンク
このコースは、機械学習の基本的な紹介として機能し、回帰、分類、最適化、正規化、クラスタリング、および次元削減の重要な概念をカバーしています。
？コースへのリンク
多くの基本的なMLの概念をカバーしています：
？コースへのリンク
このコースは、統計機械学習における標準のパラダイムとアルゴリズムをカバーしています。
？コースへのリンク
このコースでは、次のようなトピックをカバーしています。
？コースへのリンク - パート1
？コースへのリンク - パート2
機械学習システムの構築に関連するあらゆる種類のトピックに関するセミナーシリーズ。
？講義へのリンク
Andrew NgによるMLOPSの専門コース。
？講義へのリンク
データセットを改善するための技術を研究するデータ中心のAI（DCAI）の新しい科学をカバーしています。トピックは次のとおりです。
？コースウェブサイト
？講義ビデオ
？ラボの割り当て
機械学習における最新のグラフ技術のいくつかを学ぶには：
？コースへのリンク
MLの確率的パラダイムを学ぶには：
？コースへのリンク
このコースでは、臨床データの性質やリスク層別化、疾患進行モデリング、精密医療、診断、サブタイプの発見、臨床ワークフローの改善など、医療の機械学習を医療学習に紹介します。
？コースへのリンク
深い学習の基礎のいくつかを学ぶには：
？コースへのリンク
このコースは、MLP（マルチレイヤーパーセプロン）から徐々に始まり、その後、注意やシーケンスからシーケンスモデルなどの概念に進みます。
？コースへのリンク
？講義
？チュートリアル/リサイテーション
深い学習において広く使用されているテクニックのいくつかを学ぶには：
？コースへのリンク
監視されていない深い学習において、最新かつ最も広く使用されているテクニックを学ぶには：
？コースへのリンク
深い学習における高度なテクニックのいくつかを学ぶには：
？コースへのリンク
GPT-3、Clip、Flamingo、Codex、Dinoなどの基礎モデルについて学ぶ。
？コースへのリンク
このコースでは、深いニューラルネットワークの実用的および理論的原則を紹介します。
？コースへのリンク
？コースへのリンク
このコースでは、次のようなトピックについて説明します。
？コースへのリンク
このコースは、変圧器に焦点を当てた講義で構成され、深いダイビングとそのアプリケーションを提供します
？コースへのリンク
さまざまなNLPの概念と、NLPに言語モデルと変圧器を適用する方法について学びます。
？コースへのリンク
ディープラーニングベースのNLPの最新のアプローチを学ぶには：
？コースへのリンク
NLPの最新のニューラルネットワークベースの手法を学ぶには：
？コースへのリンク
自然言語の理解における最新の概念を学ぶには：
？コースへのリンク
学ぶために：
？ 2021年版へのリンク
？ 2022年版へのリンク
？ 2024エディションへのリンク
多言語NLPを実行するための最新の概念を学ぶには：
？ 2020コースへのリンク
？ 2022コースへのリンク
NLPで高度な概念を学ぶには：
？コースへのリンク
スタンフォードの有名なCS231Nコース。ビデオは2017年春学期にのみ利用できます。このコースは現在、コンピュータービジョンのディープラーニングとして知られていますが、2017年春のバージョンは視覚認識のための畳み込みニューラルネットワークというタイトルです。
？コースへのリンク？材料へのリンク
CVの基本的な概念のいくつかを学ぶには：
？コースへのリンク
コンピュータービジョンの最新の方法を学ぶには：
？コースへのリンク
コンピュータービジョンの最新の方法を学ぶには：
？コースへのリンク
幾何学的な深い学習の概念について学ぶために：
？コースへのリンク
ディープRLの最新の概念を学ぶには：
？コースへのリンク
Deep Learning Lectureシリーズは、DeepMindとUCL Center for Artificial Intelligenceのコラボレーションです。
？コースへのリンク
フィールドで最新のツールとテクニックを使用して、LLMを使用して最新のソフトウェアを構築することを学びます。
？コースへのリンク
あなたは学ぶ：
？コースへのリンク
大規模な言語モデル（LLM）を使用して、新しい強力なアプリケーションを迅速に構築する方法を学びます。
？コースへのリンク
あなたは学ぶ：
？コースへのリンク
あなたは次のことを学びます：
？コースへのリンク
大規模な言語モデルにチェーンコールを使用して複雑なワークフローを自動化する方法を学びます。
？コースへのリンク
生産でLangchainとVector DBSの使用方法を学びます。
？コースへのリンク
LLM APIを使用してLLM搭載アプリケーションを構築する方法を学びます
？コースへのリンク
LLM駆動のアプリケーションを構築および展開する方法を学ぶには：
？コースへのリンク
フルスタック制作の深い学習を学ぶには：
？コースへのリンク
深い学習の基本的な概念をカバーしています
？コースへのリンク？材料へのリンク
自動運転車の最も支配的なパラダイムをカバーしています：モジュラーパイプラインベースのアプローチと、ディープラーニングベースのエンドツーエンド運転技術。
？コースへのリンク
自律的な意思決定システムの設計は、人工知能の長年の目標の1つです。このような意思決定システムは、実現した場合、ロボット工学、ゲームプレイ、コントロール、ヘルスケアの機械学習に大きな影響を与える可能性があります。このコースでは、そのような自律的な意思決定システムを設計するための一般的な枠組みとして、強化学習を紹介します。
？コースへのリンク？材料へのリンク
Pieter Abbeelによるミニ6講演シリーズ。
？コースへのリンク
強化学習の基本概念からのトピックをより高度なものにカバーしています。
？コースへのリンク？材料へのリンク
これは、深いマルチタスクとメタ学習のさまざまな側面をカバーする大学院レベルのコースです。
？コースへのリンク？材料へのリンク
ゲノミクスとライフサイエンスのアプリケーションのためにMLの基礎をより広く導入するコース。
？コースへのリンク
？材料へのリンク
これはPeter Abbeelからのコースであり、強化学習に関するレビューをカバーし、ロボット工学のアプリケーションを継続しています。
？コースへのリンク？材料へのリンク
ご質問がある場合は、Twitterでご連絡ください。
貢献することに興味がある場合は、コースへのリンクを備えたPRを自由に開いてください。少し時間がかかりますが、これらの個々の講義で多くのことをする計画があります。講義を要約したり、メモを含めたり、追加の読書資料を提供したり、コンテンツの難しさを含めたりすることができます。
ここでMLコースノートを見つけることができます。
