Machine Learning Roadmap
1.0.0
Hello there. I am Shanmukha Sainath, working as AI Engineer at KLA Corporation. I have done my Bachelors from Department of Electronics and Electrical Communication Engineering department, IIT Kharagpur.
인터넷 세계는 새로운 것을 배울 수있는 자원으로 거대합니다. 머신 러닝을 배우는 수많은 무료 및 유료 리소스가 있습니다. 많은 옵션이 혼란스러워지고 최고의 옵션을 선택하기가 어렵습니다 (경험에서 말하면). 그래서 저는 머신 러닝을 시작 하고이 분야에서 경력을 계속할 수있는 최고의 리소스를 수집했습니다.
피드백과 제안을 환영합니다 :)
18.06 MIT의 선형 대수 코스 코스는 선형 대수의 기본 사항을 배우는 가장 좋은 코스입니다.
칸 아카데미의 매트릭스 코스
Khan Academy의 통계 및 확률 과정은 최상의 과정입니다.
미분 미적분학은 미분 미적분학의 기초를 배우는 가장 좋은 과정입니다.
6.006 알고리즘에 대한 소개는 MIT가 데이터 구조 및 알고리즘의 기본 사항을 배우는 과정입니다.
Python 튜토리얼은 Python의 기본 구문을 배울 수있는 가장 좋은 곳입니다.
그러나 일부 라이브러리가 신속하게 배울 수있는 다른 리소스를 공유하고 있습니다. 어떤 기능이나 구현에 갇힐 때마다. 공식 웹 사이트에있는 documentation / tutorials / code 참조하는 것이 항상 좋습니다.
Numpy는 파이썬에서 Numerical Computing 가능하게하는 라이브러리입니다. 머신 러닝에서 우리는 항상 배열로 작업합니다. Numpy는 사용 가능한 많은 기능을 사용하여 이러한 배열을 작동하는 데 도움이됩니다.
Pandas는 빠르고 강력하며 유연하며 사용하기 쉬운 오픈 소스 데이터 분석 및 조작 도구로 Python 프로그래밍 언어 위에 구축됩니다. 팬더의 사용 및 장점에 대한 자세한 내용은 패키지 개요 페이지를 방문하십시오.
이는 팬더로 수행하는 빈번한 작업에 익숙해지는 데 도움이됩니다.OpenCV-Python은 컴퓨터 비전 문제를 해결하도록 설계된 파이썬 바인딩 라이브러리입니다. OpenCV-Python은 원래 OpenCV C ++ 구현을위한 파이썬 래퍼입니다.
자세한 내용과 구현은 공식 튜토리얼을 참조하십시오. Python Imaging Library Python 통역사에 이미지 처리 기능을 추가합니다. 이 라이브러리는 광범위한 파일 형식 지원, 효율적인 내부 표현 및 상당히 강력한 이미지 처리 기능을 제공합니다.
NLTK는 파이썬 프로그램을 구축하여 인간 언어 데이터를 사용하기위한 주요 플랫폼입니다. WordNet과 같은 50 개가 넘는 Corpora 및 어휘 자원과 분류, 토큰 화, 스템 밍, 태깅, 구문 분석 및 시맨틱 추론, 산업 강도 NLP 라이브러리를위한 래퍼를위한 다양한 텍스트 처리 기능을 제공합니다.
이는 NLTK로 수행 된 빈번한 작업에 익숙해지는 데 도움이됩니다.Spacy는 프로그래밍 언어 Python 및 Cython으로 작성된 고급 자연어 처리를위한 오픈 소스 소프트웨어 라이브러리입니다.
Spacy 의이 과정은 Spacy를 시작하는 데 도움이됩니다.Matplotlib는 파이썬에서 정적, 애니메이션 및 대화식 시각화를 만들기위한 포괄적 인 라이브러리입니다.
자세한 내용과 구현은 공식 튜토리얼을 참조하십시오.Seaborn은 Matplotlib를 기반으로하는 Python Data 시각화 라이브러리입니다. 매력적이고 유익한 통계 그래픽을 그리기위한 고급 인터페이스를 제공합니다.
자세한 내용과 구현은 공식 튜토리얼을 참조하십시오. Seaborn에 존재하는 다양한 유형의 플롯에 대해 Knoe의 Gallery를 참조하십시오.Plotly의 파이썬 그래프 라이브러리는 대화식, 출판 품질 그래프를 만듭니다. 라인 플롯, 산점도, 영역 차트, 막대 차트, 오류 막대, 박스 플롯, 히스토그램, 히트 맵, 서브 플로트, 다중 축, 극장 차트 및 버블 차트를 만드는 방법의 예.
Scikit-Learn은 Python 프로그래밍 언어를위한 무료 소프트웨어 머신 러닝 라이브러리입니다. 다양한 classification , regression 및 clustering algorithms 특징으로합니다. 그것은 Python Numerical 및 Scientific Libraries Numpy and Scipy와 상호 작용하도록 설계되었습니다.
Scikit-Learn 및 50 Scikit-Learn 팁으로 ML에 대한 소개 Scikit-Learn을 배우기 위해 Data School 에서 제공하는 가장 자유롭게 사용할 수있는 최고의 과정입니다.
Fastai는 실무자에게 표준 딥 러닝 영역에서 최첨단 결과를 신속하고 쉽게 제공 할 수있는 고급 구성 요소를 제공하는 딥 러닝 라이브러리로, 연구원에게 새로운 접근 방식을 구축하기 위해 혼합 및 일치 할 수있는 저수준 구성 요소를 제공합니다. 자세한 내용은 페이지를 확인하십시오.
자세한 내용과 구현은 공식 튜토리얼을 참조하십시오. Pytorch는 Meta 에서 개발 한 딥 러닝 프레임 워크로, 사용자 친화적 인 프론트 엔드, 분산 교육 및 도구 및 라이브러리의 생태계를 통해 빠르고 유연한 실험 및 효율적인 생산을 가능하게합니다.
Tensorflow는 Google 에서 개발 한 딥 러닝 프레임 워크입니다. 기계 학습 및 인공 지능을위한 무료 및 오픈 소스 소프트웨어 라이브러리입니다. 다양한 작업에 걸쳐 사용될 수 있지만 심층 신경망의 훈련 및 추론에 특히 중점을 둡니다.
Kaggle은 자신의 작업을 공유하고, 경쟁에서 파티페이트하고, 무료 코스에서 배우는 등의 가장 큰 데이터 커뮤니티입니다.
Kaggle에서 더 많은 것을 얻으려면 관심 분야에있는 경쟁에 참여하십시오. 경쟁은 3 가지 범주 Tabular , Computer Vision , NLP 로 나뉩니다. 적극적인 경쟁이 없다면 과거의 경쟁을 시도하는 데 관심이 있습니다. 어느 시점에서 갇혀 있다면 토론 포럼에서 공개적으로 유명한 노트북 / 게시물을 참조하십시오. Kaggle에는 수많은 데이터 세트가 있습니다. 데이터 세트를 다운로드하고 자신의 프로젝트를 시작할 수도 있습니다.
이 웹 사이트에는 다양한 플랫폼에서 진행중인 ML 대회 목록이 포함되어 있습니다.
Vetrivel PS가 작성한이 블로그에는 데이터 과학 경쟁 플랫폼 목록이 있습니다.
Papers with Code 기계 학습 용지, 코드, 데이터 세트, 방법 및 평가 테이블을 갖춘 무료 및 개방형 리소스입니다.
PWC의 모든 것은 카테고리로 나뉘어 특정 용지를 쉽게 얻을 수 있습니다. 관심있는 카테고리 / 필드로 이동하십시오 ( Browse State-of-the-Art ). 벤치마킹 된 데이터 세트 / 대부분의 구현 / 라이브러리를 기반으로 모든 용지를 선택하십시오. 다양한 프레임 워크에서 코드 구현을 찾을 수도 있습니다.
종이를 읽으십시오. 좋아하는 프레임 워크로 알고리즘/모델을 구현하십시오. 더미 데이터로 훈련하여 확인하십시오. 연구에 참여하는 가장 좋은 방법입니다.
Andrej Karpathy
크리슈나 크
Josh Starmer와 함께 Statquest
3Blue1Brown
Deeplearningai
렉스 프리드먼
Yannic Kilcher
Henry Ai Labs
AI는 무엇입니까?
다니엘 버크
텐서 플로
Deeplizard
Aladdin Persson
디지털 Sreeni
AI 여름
증류
Google AI
메타 ai
AI를 열었습니다
AWS 머신 러닝
Microsoft AI 블로그
릴 로그
매주 해킹
심해
Aman.ai
코드가있는 논문
arxiv
Arxiv 정신
Scihub
Kaggle
코드가있는 논문
ML을 엽니 다
CS231N : 컴퓨터 비전
CS224N : 자연어 처리
CS224W : 그래프가있는 기계 학습
CS285 : 강화 학습
LLM-Course : LLM에 대해 배울 수있는 리소스를 컴파일했습니다
deeplearning.ai
알파 신호 : AI 연구원 및 엔지니어를위한 주간 다이제스트
코드가있는 논문
AI는 무엇입니까?
Dair.AI의 최고 ML 논문
데이터 과학의 일일 복용량
이 사이트에는 사용 가능한 클라우드 GPU의 모든 목록과 가격이 있습니다.
Yannic Kilcher (불화)
cord.ai (슬랙)
MLSPACE : 머신 러닝 커뮤니티 (Abhishek Thakur) (Discord)
웨이트 및 바이어스 : 기차 및 미세 조정 모델, 실험에서 생산에 이르기까지 모델 관리
포옹 얼굴 : 기계 학습 커뮤니티가 모델, 데이터 세트 및 응용 프로그램에서 협력하는 플랫폼.
Pytorch Lightning : Pytorch Lightning은 규모에 따라 성능을 희생하지 않고 최대한의 유연성이 필요한 전문 AI 연구원 및 기계 학습 엔지니어를위한 딥 러닝 프레임 워크입니다.
Automl 라이브러리 : Pycaret, H2O Automl, Autokeras, Flaml
배포 [초보자] : 플라스크, 간소
Langchain : Langchain은 대형 언어 모델을 사용하여 응용 프로그램 생성을 단순화하도록 설계된 프레임 워크입니다.
