teach AI in business
1.0.0
[]
나는 비 기술자들에게 AI 관련 문제를 가르치기위한 자료를 수집하고 있습니다. 링크는 기술적 인 문제에 너무 깊이 들어 가지 않고 AI에 대한 일반적인 이해를 제공해야합니다. 기여 해주세요!
이 문제를 첫 번째 문제로 제가 비 기술인에게 AI 관련 문제를 가르치기위한 자료를 수집하고 있습니다. 링크는 기술적 인 문제에 너무 깊이 들어 가지 않고 AI에 대한 일반적인 이해를 제공해야합니다. 기여 해주세요! 코드가없는 리소스 만 친절하게 사용하십시오
새로운 확인 AI Wiki New 도 확인하십시오
| 문제에 대한 링크 | 설명 |
|---|---|
| 최고의 트렌드 기술 | 인공 지능을 포함한 최고의 트렌드 기술을 마스터하는 YouTube 채널 |
| ai4all | AI 4 All은 AI 촉진자가 학자와 학생들에게 AI를 가져 오는 자료입니다. |
| AI의 요소 | AI의 요소는 AI 원칙을 가르치는 무료 온라인 코스입니다. |
| 기계 학습에 대한 시각적 소개 | 머신 러닝에 대한 시각적 소개 |
| CS50의 Python을 사용한 인공 지능 소개 | 인공 지능에 관한이 입문 과정에서 파이썬에서 기계 학습을 사용하는 법을 배우십시오. |
| AI의 충돌 과정 | 이것은 학생과 교육자에게 인공 지능을 소개하고 추가 고급 비디오를 제공하는 재미있는 비디오 시리즈입니다. 기본, 신경망, 알고리즘 등에 대해 알아보십시오. |
| YouTuber 채널 머신 러닝 자습서 | 초보자를위한 YouTube 채널 Turiorial Teachable Machine |
| 인공 지능 (AI) | 인공 지능 (AI)의 기본 사항을 배우고 적용하십시오. 검색, 게임, 기계 학습, 논리 및 제약 만족도 문제를 포함한 실제 문제를 해결하기 위해 지능형 에이전트를 설계 |
| Andrew Ng의 모든 사람을위한 AI | 모든 사람을위한 AI는 특히 비 기술적 배경을 가진 사람들이 AI 전략을 이해하는 과정입니다. |
| 얼마나 멀리 떨어져 있습니까? AI의 시대 | Robert Downey의 YouTube Orignals 시리즈입니다 |
| 인공 지능의 기초 | 이 과정은 기술 지식이없는 절대 초보자를위한 것입니다. |
| 산적 알고리즘 (온라인 기계 학습) | 기술 지식의 요구 사항은 없지만 확률의 기본 저하가 도움이 될 것입니다. |
| AI에 대한 임원 가이드 | 비즈니스 전문가가 비즈니스에서 인공 지능을 사용할 수있는 방법을 가르치는 대화식 가이드입니다. |
| AI 비즈니스 스쿨 | AI가 다양한 비즈니스 산업에 통합 될 수있는 방법을 가르치는 일련의 비디오 |
| 초보자를위한 인공 지능 자습서 | 이 비디오는 실습 예제와 함께 인공 지능 개념에 대한 포괄적이고 상세한 지식을 제공합니다. |
| 인도네시아 머신 러닝 튜토리얼 | 초보자를 위해 컴퓨터를 훈련시키는 Turiorial Teachable Machine |
| 인도네시아 YouTube 재생 목록 AI 튜토리얼 | 초보자를위한 YouTube 재생 목록 AI 튜토리얼 |
| Deepak Khemani 교수의 문제 해결을위한 인공 지능 검색 방법 | 이 비디오 강의는 기술적 지식이없는 절대 초보자를위한 것입니다. |
| AI 기본 튜토리얼 | 이 비디오는 AI 및 ML의 기본에서 시작하여 Keras 및 Tensorflow를 사용하여 표준 MNIST 데이터 세트 번호 감지 모델의 실습 데모를 보유하고 있습니다. |
| 간단한 brain.js 튜토리얼 | 이 비디오는 Brain.js라는 매우 간단한 JavaScript AI 라이브러리를 설명하므로 브라우저에서 AI를 쉽게 실행할 수 있습니다. |
| Google AI | 비 테크 녀석이 기본부터 시작하기 위해 Google 공무원의 완전한 키트. |
| 초보자를위한 Microsoft AI | Microsoft의 자체 구동 커리큘럼은 AI에서 24 개 수업을 포함합니다. |
| 문제에 대한 링크 | 설명 |
|---|---|
| 가르치는 기계 | Teachable Machine을 사용하여 컴퓨터를 훈련하여 자신의 이미지, 사운드 및 포즈를 인식합니다. |
| ecraft2learn | Resource and Interactive Space (SNAP, 스크래치와 같은 시각적 프로그래밍 환경) AI 프로그램을 만드는 방법을 배우기 |
| Google Quick Draw | AI를 훈련하여 그림에서 추측하십시오 |
| 심해 생성기 | Deepdream Generator를 사용하여 그림을 깊은 꿈과 병합하십시오 |
| ML을 만듭니다 | 코드없이 Mac에서 핵심 ML 모델을 신속하게 구축하고 훈련하십시오. |
| what-if 도구 | 최소한의 코딩으로 훈련 된 기계 학습 모델의 동작을 시각적으로 조사하십시오. |
| 메타 란스 | 인공 지능 도구를 사용하고 구축하여 데이터를 분석하고 결정하십시오. 드래그 앤 드롭. 코드가 없습니다. |
| 분명히 .ai | 한 번의 클릭으로 ML 알고리즘을 구축하고 결과를 설명하며 결과를 예측하는 총 프로세스. |
| & 제목 | 설명 |
|---|---|
| 인공 지능 | AI의 Wikipedia 페이지 |
| 비 기술적 AI 가이드 | 기술적 배경이없는 사람들에게 AI를 더 이해할 수있는 좋은 블로그 게시물 중 하나 |
| liai | AI 및 신경망에 대한 자세한 소개 |
| 평신도의 소개 | AI에 대한 평신도의 소개 |
| AI 및 기계 학습 : 비 기술적 개요 | AI 및 머신 러닝 : Orelyly 자체의 비 기술적 개요는 비 기술자에게 중점을 둔 AI에 대해 알아야 할 모든 것을 배우는 가이드입니다. |
| 비즈니스 리더가 인공 지능에 대해 알아야 할 사항 | 비즈니스 리더가 이해해야하는 AI의 필수 측면을 요약 한 짧은 기사 |
| No-Code가 대화 AI의 미래에 어떤 영향을 미칩니다 | 현재의 수렴체 AI IECHATBOTS의 상태에 대한 겸손한 설명과 코딩이없는 현재 추세로 어떻게 진화하는지. |
| Investopedia | AI가 매우 기본적이고 포괄적 인 방식에 대한 기본 설명 |
| Packtpub | 기계 학습 학습에 대한 비 프로그래머 가이드 |
| 내장 | 인공 지능. 인공 지능이란 무엇입니까? AI는 어떻게 작동합니까? |
| 삶의 미래 | 인공 지능의 혜택 및 위험 |
| NSDM India -Arpit | 마케팅을 개선 할 수없는 비 코더를위한 100+ AI 도구. |
| 신생 기업 및 비 기술적 마케팅 담당자를위한 마케팅 AI | 비 기술적 인 사람들을위한 실용 가이드 |
| 블로그 - 머신 러닝 숙달 | Jason Browniee의 블로그 및 기사 ML |
| AI 프로그래밍없이 챗봇 | 챗봇은 글로벌 비즈니스에서 점점 더 수요가 많아지고 있습니다. 이 과정은 IBM Watson과 AI의 힘을 통해 챗봇을 구축, 분석, 배포 및 수익을 창출하는 방법을 알려줍니다. |
| 작가 | 책 | 설명 및 메모 |
|---|---|---|
| ethem alpaydin | 기계 학습 : 새로운 AI | 엔지니어링 및 컴퓨터 과학에 대한 응용 프로그램이있는 그래프 이론. 기계 학습에 대한 간결한 개요 (데이터에서 학습하는 컴퓨터 프로그램)는 추천 시스템, 얼굴 인식 및 무인 자동차를 포함한 응용 프로그램의 기초가됩니다. |
| Charu C. Aggarwal | 신경망과 딥 러닝 | 이 책은 딥 러닝의 클래식 및 현대 모델을 모두 다룹니다. 주요 초점은 딥 러닝의 이론과 알고리즘에 있습니다. 이 책은 또한 실무자에게 신경 아키텍처가 다른 유형의 문제를 위해 어떻게 설계되었는지에 대한 맛을 제공하기 위해 다른 응용 프로그램에 대해 논의하는 데 풍부합니다. |
| Hal Daumé III | 기계 학습 과정 | 이 책의 목적은 분야에 대한 온화하고 교육적으로 조직 된 소개를 제공하는 것입니다. 이 책의 두 번째 목표는 수학이 아닌 아이디어와 모델에 중점을 둔 머신 러닝의 견해를 제공하는 것입니다. |
| Ian Goodfellow와 Yoshua Bengio와 Aaron Courville | 딥 러닝 | 이 책은 학문적 관점에서 효과적으로 딥 러닝을 연구하는 데 필요한 적용된 수학 및 알고리즘을 포함하여 기계 학습 기본 사항에 대한 토론으로 시작합니다. 이 책에는 코드가 포함되지 않으므로 기술적 인 AI 애호가에게 적합합니다. |
| 피터 해링턴 | 기계 학습이 작동합니다 | (출처 : https://github.com/kerasking/book-1/blob/mas |
| 제프 히튼 | 인간을위한 인공 지능 | 이 책은 독자들이 AI 알고리즘에 대한 개요와 이해를 얻는 데 도움이됩니다. 그것은 광범위한 수학적 배경이없는 사람들을 위해 AI를 가르치기위한 것입니다. 독자들은 컴퓨터 프로그래밍 및 대학 대수에 대한 기본 지식 만 있으면됩니다. |
| John D. Kelleher, Brian Mac Namee 및 Aoife D 'Arcy | 예측 데이터 분석을위한 머신 러닝의 기초 : 알고리즘, 작업 예제 및 사례 연구 (MIT Press) | 이 책은 기계 학습의 모든 기본 사항을 다루고, 주제의 이론에 뛰어 들고, 실제 응용 프로그램, 작업 예제 및 사례 연구를 사용하여 지식을 주택을 이끌어냅니다. |
| Deepak Khemani | [인공 지능의 첫 번째 코스] | 인공 지능에 대한 소개 과정, 증거가있는 상세한 잘 구조화 된 알고리즘을 모두 사용하는 에이전트를 사용하는 지식 기반 접근법입니다. 이 책은 주로 지능 부분에 문제 해결이 필요한 기본 전략을 탐구하는 상향식 접근법을 따릅니다. |
| Maxim Lapan | 깊은 강화 학습 실습 - 두 번째 판 | Deep Inforcement Learning 실습, Second Edition은 최신 강화 학습 (RL) 도구 및 기술에 대한 베스트셀러 가이드의 업데이트되고 확장 된 버전입니다. 그것은 RL의 기본 사항에 대한 소개와 함께 지능형 학습 에이전트를 코딩하여 다양한 실제 작업을 수행하는 실습 능력을 제공합니다. |
| Tom M Mitchell | 기계 학습 | 이 책은 컴퓨터 프로그램이 경험을 통해 자동으로 향상 될 수있는 알고리즘 연구 인 머신 러닝 분야를 다룹니다. 이 책은 머신 러닝의 상위 수준의 학부 및 입문 수준의 대학원 과정을 지원하기위한 것입니다. |
| John Paul Mueller와 Luca Massaron | 인형을위한 기계 학습 | 이 책은 독자들이 기계 학습의 기본 개념과 이론에 익숙하고 그것이 실제 세계에 어떻게 적용되는지에 익숙해지는 것을 목표로합니다. 여기서 "Dummies"는 기술적 인 배경이없는 절대 초보자를 말합니다.이 책은 Python과 R의 작은 코딩을 소개합니다. 이러한 작은 작업과 패턴에서 웹 검색, 인터넷 광고, 이메일 필터, 사기 탐지 등을 통해 일상 생활에서 기계 학습이 어떻게 유용한 지 외삽 할 수 있습니다. 이 책을 사용하면 머신 러닝 영역으로 작은 발걸음을 내딛을 수 있으며 Pyton과 R에서 기본 코딩을 배울 수 있습니다 (관심이있는 경우). |
| 마이클 닐슨 | 신경망과 딥 러닝 | 신경망의 핵심 원칙 및 AI의 딥 러닝 소개 |
| 사이먼 로저스와 마크 지로 라미 | 기계 학습 과정 | Simon Rogers와 Mark Girolami의 기계 학습의 첫 번째 코스는 현재 이용 가능한 ML을위한 최고의 입문서입니다. 그것은 엄격함과 정밀성을 접근성과 결합하고, 가장 간단한 설정에서 베이지안 분석의 기본 기초에 대한 자세한 설명에서 시작하며, 무한 혼합 모델, GPS 및 MCMC와 같은 대상의 국경으로갑니다. |
| 피터 노 비그 | 인공 지능 프로그래밍의 패러다임 | AI 프로그래밍의 패러다임은 주요 AI 시스템을 구축하는 맥락에서 고급 공통 LISP 기술을 가르치는 첫 번째 텍스트입니다. 이 책은 최첨단 공통 LISP를 사용하여 정통의 복잡한 AI 프로그램을 재구성함으로써 학생들과 전문가에게 강력한 실용 프로그램을 구축하고 디버깅하는 방법을 가르치면서 우수한 프로그래밍 스타일과 중요한 AI 개념을 보여줍니다. |
| 스튜어트 러셀 & 피터 노비그 | 인공 지능 : 현대 접근, 3 판 | 이것은 AI University 코스 소개를위한 규정 된 교과서입니다. 에이전트, 알고리즘을 시작하기 전에 AI의 모든 기본 사항과 정의를 설명하고 적용하는 방법을 설명합니다. Russel은 버클리의 캘리포니아 대학교 출신입니다. Norvig는 Google 출신입니다. |
| Richard S. Sutton과 Andrew G. Barto | 강화 학습 : 소개 | 인공 지능 분야에서 가장 활발한 연구 분야 중 하나 인 강화 학습은 에이전트가 복잡하고 불확실한 환경과 상호 작용하면서받는 총 보상량을 극대화하려고하는 계산 접근법입니다. |
| Alex Smola와 Svn Vishwanathan | 기계 학습 소개 | 통계 및 확률 이론의 기본 도구를 포함하여 ML의 방대한 애플리케이션에 대한 개요를 독자에게 제공합니다. 또한 정교한 아이디어와 개념에 대한 토론도 포함되어 있습니다. |
| Shai Shalev-Shwartz와 Shai Ben-David | 이론에서 알고리즘으로의 머신 러닝 이해 | 이 책의 주요 목표는 기계 학습의 기본 개념에 대한 엄격하면서도 쉽게 따르기 쉬운 시간을 제공하는 것입니다. |
| 찬드라 SSV | 인공 지능 및 기계 학습 | 이 책은 주로 컴퓨터 과학 및 공학의 학부 및 대학원생을위한 것입니다. 이 교과서는 인공 지능의 어려운 맥락과 기계 학습 사이의 격차를 다룹니다. 그것은 가장 많은 사례 연구와 작업 예를 제공합니다. 인공 지능 및 기계 학습 외에도 강화, 감독, 감독되지 않은 및 통계 학습과 같은 다양한 유형의 학습도 다룹니다. 각 주제에 대해 잘 설명 된 알고리즘과 의사 코드를 특징으로 하여이 책을 학생들에게 매우 유용하게 만듭니다. |
| 올리버 테오 볼드 | 절대 초보자를위한 머신 러닝 : 평범한 영어 소개 | 이것은 절대 초보자 ML 가이드입니다. 수학적 배경도 필요하지 않거나 코딩 경험이 필요하지 않습니다. 이는 기계 학습에 관심이있는 모든 사람에게 주제에 대한 가장 기본적인 소개입니다.“일반”언어는 기술 전문 용어에 의해 초보자가 압도되는 것을 막기 위해 여기에서 매우 가치가 있습니다. 명확하고 접근 가능한 설명 및 시각적 예제는 다양한 알고리즘과 함께 일을 쉽게 따라갈 수 있는지 확인합니다. |
| Tom Taulli | 인공 지능 기본 사항 : 비 기술적 소개 | 이 책은 인공 지능과 그 영향에 대한 근본적인 이해를 제공합니다. 기계 학습, 딥 러닝, 자연어 처리, 로봇 공학 등과 같은 중요한 개념에 대한 비 기술적 소개를 제공합니다. 또한 저자는 AI의 미래 영향을 둘러싼 사회적 트렌드, 윤리, 정부, 회사 구조 및 일상 생활을 포함한 측면에 대한 질문을 확장합니다. |
| Cornelius Weber, Mark Elshaw, N. Michael Mayer | 강화 학습 | 학습은 매우 중요한 측면입니다. 이 책은 목표를 달성하기위한 행동을 수행하는 강화 학습에 관한 것입니다. 이 책의 첫 11 장에서는 강화 학습의 범위를 설명하고 확장합니다. |
| John D. Kelleher, Brian Mac Namee, Aoife D 'Arcy | 알고리즘, 작업 예제 및 사례 연구 | 예측 데이터 분석에 사용되는 가장 중요한 머신 러닝 접근법에 대한 포괄적 인 소개는 이론적 개념과 실제 응용 프로그램을 모두 다루고 있습니다. |
