2024 년 머신 러닝 시작 - 무료로 전문가가 되십시오!
머신 러닝 (ML), 2024 년 인공 지능 (AI)의 시작 및 개선을위한 완전한 가이드는 현장에 대한 배경없이 최신 뉴스와 최신 기술로 최신 상태를 유지합니다!
이 안내서는 프로그래밍, 수학 및 기계 학습에 대한 제로 또는 작은 배경을 가진 사람을위한 것입니다. 따라야 할 특정 순서는 없지만 고전적인 경로는 위에서 아래로입니다. 책을 읽는 것이 마음에 들지 않으면 책을 건너 뛰십시오. 온라인 코스를 따르고 싶지 않다면 건너 뛸 수 있습니다. 머신 러닝 전문가가 될 수있는 유일한 방법은 없으며 동기 부여를 통해 절대적으로 달성 할 수 있습니다.
여기에 나열된 모든 리소스는 온라인 과정과 책을 제외하고는 무료이며, 더 나은 이해를 위해 권장되는 일부 온라인 코스 및 책을 제외하고는 온라인 독서, 비디오 및 연습에 약간의 시간을 보낸 시간이 조금 더 많아지면서 분명히 전문가가 될 수 있습니다. 결제 과정과 관련 하여이 안내서의 링크는 제휴 링크입니다. 저를 지원할 수 있으므로 코스를 따르고 싶다고 생각되면 사용하십시오. 감사합니다. 재미있게 배우십시오! 이것은 당신에게 완전히 달려 있고 필요하지 않습니다. 나는 그것이 나에게 유용하고 다른 사람들에게도 유용하다고 느꼈다.
비디오를 반복하거나 여러 출처에서 배우는 것을 두려워하지 마십시오. 반복은 학습의 성공의 열쇠입니다!
관리자 : LouisfB01, YouTube에서 AII에 대해 더보고 싶거나 듣고 싶다면 YouTube 및 Podcaster로 활동하십시오! 내 개인 뉴스 레터에서 일주일에 두 번 더 배울 수도 있습니다! 구독하고 AI 뉴스와 업데이트를 명확하게 설명하십시오!
이 저장소에 [email protected]에 추가 할 훌륭한 리소스를 보내 주시기 바랍니다.
목록을 공유하면 트위터 @whats_ai 또는 linkedin @louis bouchard에 나를 태그하십시오!
이 안내서가 무엇인지 알고 싶습니까? 이 비디오보기 :
? 내 작업을 지원하려면 이 저장소를 스폰서로 확인할 수 있습니다.
목차
- 짧은 YouTube 비디오 소개로 시작하십시오
- YouTube에서 무료 온라인 과정을 따르십시오
- 기사를 읽으십시오
- 책을 읽으십시오
- ML에 대한 수학 배경이 없습니까? 이것을 확인하십시오!
- 코딩 배경이없고 문제가 없습니다
- 온라인 과정을 따르십시오
- 연습, 연습 및 연습!
- 언어 모델/앱을 구축하고 싶습니까? 이것을 확인하십시오! (지금은 LLM과 함께!)
- 더 많은 자원 (커뮤니티, 치트 시트, 뉴스 등!)
- 머신 러닝 작업을 찾는 방법
- AI 윤리
짧은 YouTube 비디오 소개로 시작하십시오
짧은 YouTube 비디오 소개로 시작하십시오
이것은 내 의견으로는 아무것도 시작하지 않는 가장 좋은 방법입니다. 여기, 나는 내가 찾은 최고의 비디오 중 몇 개를 나열하여 현장에서 시작하기 위해 알아야 할 약관을 처음으로 소개 할 것입니다.
시작하고 배우는 또 다른 쉬운 방법은 여가 시간에 팟 캐스트를 듣는 것입니다 . 출근, 버스에서 운전하거나 잠들기 어려움을 겪고 있습니까? AI 팟 캐스트를 듣고 용어와 패턴에 익숙해지고 영감을주는 이야기를 통해 필드에 대해 배우십시오! Lex Fridman, Machine Learning Street Talk, Latent Space Podcast 및 My Podcast : Louis Bouchard Podcast와 같이 개인적으로 선호하는 최고의 몇 가지를 따르도록 초대합니다. Louis Bouchard Podcast는 현장에서 놀랍도록 재능있는 사람들에 대해 배우게됩니다.
YouTube에서 무료 온라인 과정을 따르십시오
YouTube에서 무료 온라인 과정을 따르십시오
다음은 YouTube에서 사용할 수있는 멋진 코스 목록입니다.
머신 러닝 소개 -YouTube 재생 목록 (Stanford)
딥 러닝 소개 -YouTube 재생 목록 (MIT)
딥 러닝 전문화 - YouTube 재생 목록 (deeplearning.ai)
딥 러닝 (Pytorch와 함께) -NYU, Yann Lecun
MIT 딥 러닝 -Lex Fridman의 최신 딥 러닝 코스
기사를 읽으십시오
많은 기사를 읽으십시오
다음은 온라인으로 제공되는 멋진 기사 목록입니다. 매체는 AI 또는 데이터 과학 간행물을 향한 훌륭한 설명을 찾을 수있는 가장 좋은 장소입니다. 나는 또한 내 기사를 거기에서 공유하고 플랫폼을 사용하는 것을 좋아합니다. 이것이 당신에게 흥미롭게 들리고 동시에 나를 지원하고 싶다면 내 제휴 링크를 사용하여 Medium을 구독 할 수 있습니다!
- 2022 년에 AI를 시작하십시오 - 무료로 전문가가 되십시오! - 루이 부다드
- 5 초보
- 기계 학습이란 무엇입니까? - 로베르토 이온도
- 초보자를위한 머신 러닝 : 신경망 소개 -Tictor Zhou
- 신경망에 대한 초보자 가이드 -Thomas Davis
- 신경망 이해 - 왕자 Canuma
- 새로운 Mila 학생들을위한 읽기 목록 - 익명
- 80/20 AI 독서 목록 -Vishal Maini
책을 읽으십시오
책을 읽으십시오
다음은 독서 경로를 선호하는 사람들을 위해 읽을 수있는 훌륭한 책입니다.
- 생산을위한 LLM 구축 : AI를 향한 프롬프트, 미세 조정 및 헝겊으로 LLM 능력 및 신뢰성 향상. "대형 언어 모델을 신속한 엔지니어링, 미세 조정 및 검색 증강 생성을 포함하여 실제 응용 프로그램에 적응하기위한 주요 기술 스택을 발견하십시오." (또는 여기에 전자 책을 얻으십시오. 당신은 좋은 할인을 위해 나를 DM 할 수 있습니다!)
- 딥 러닝 북 - 무료 온라인
- 딥 러닝에 빠져다 - 무료 온라인
- 확률 론적 기계 학습 : 소개 - 무료 온라인
- 인공 지능 : 현대적인 접근 - 선택적 (지불)
- 패턴 인식 및 기계 학습 - 선택 사항 (지불)
- 파이썬 딥 러닝 - 선택 사항 (지불)
- 머신 러닝 이해 : 이론에서 알고리즘으로 -Shai Shalev -Shwartz 및 Shai Ben -David- 무료 온라인
수학 배경을 구축하기위한 훌륭한 책 :
- 기계 학습을위한 수학 - 무료 온라인 무료
- 통계 학습의 요소 - 선택적 (지불)
- 통계적 추론 - 선택 사항 (지불)
완전한 미적분학 배경 :
- 미적분학 : 개념 및 컨텍스트 - 선택 사항 (지불)
- 단일 변수 미적분학 : 개념 및 컨텍스트 - 선택 사항 (지불)
- 다변량 미적분학 : 개념 및 컨텍스트 - 선택 사항 (지불)
이 책들은 완전히 선택 사항이지만 이론에 대한 이해를 더 잘 제공하고 신경망을 코딩하는 것에 대한 것들을 가르쳐 줄 것입니다!
ML에 대한 수학 배경이 없습니까? 이것을 확인하십시오!
ML에 대한 수학 배경이 없습니까? 이것을 확인하십시오!
인생의 대부분의 것들과 마찬가지로 스트레스를받지 마십시오. 수학을 배울 수 있습니다! 머신 러닝 수학에 들어가는 훌륭한 초보자 및 고급 리소스가 있습니다. 기계 학습 에서이 세 가지 중요한 개념으로 시작하는 것이 좋습니다 (Khan Academy에서 사용할 수있는 3 가지 멋진 무료 코스가 있습니다).
- 선형 대수 - 칸 아카데미
- 통계 및 확률 - 칸 아카데미
- 다변량 미적분학 - 칸 아카데미
다음은보다 "구조화 된 접근 방식"에서 배우는 데 도움이 될 수있는 훌륭한 무료 책과 비디오입니다.
- Mathematicalmonk -YouTube
- 머신 러닝을위한 수학 -Garrett Thomas
- 통계 학습 소개 : R (Springer Texts in Statistics) - Gareth James, Daniela Witten, Trevor Hastie 및 Robert Tibshirani
여전히 수학적 신뢰가 부족한 경우 위의 읽기 책 섹션을 확인하십시오. 여기서 강력한 수학적 배경을 만들기 위해 많은 훌륭한 책을 공유했습니다. 당신은 이제 기계 학습을위한 아주 좋은 수학 배경을 가지고 있으며 더 깊이 다이빙 할 준비가되었습니다!
코딩 배경이없고 문제가 없습니다
코딩 배경이없고 문제가 없습니다
다음은 기계 학습의 프로그래밍 측면을 배우는 훌륭한 과정 목록입니다.
- Python과 함께 실용 머신 러닝 튜토리얼 - 무료 YouTube Python 소개
- Python 학습 - 무료 대화 형 튜토리얼을 배우기위한 무료 대화 형 튜토리얼
- 데이터 분석을위한 Python 기본 사항 배우기 - OpenClassrooms의 무료 코스
- 데이터 과학을 위해 Python 및 R을 시작하기 - 무료
- 파이썬을 가진 기계 학습 | Coursera -IBM- 선택 사항 (지불)
- 데이터 과학을위한 Python 소개 -이 Python for Data Science 과정에서 학생들은 핵심 Python 개념을 배우고 16 주 학습 프로그램 (지불, 선택 사항)에서 데이터 과학과 관련하여 언어를 사용할 것입니다.
- 100 Numpy 운동 - Numpy 메일 링리스트, 스택 오버플로 및 Numpy 문서에서 수집 된 운동 모음.
- 쉘 튜토리얼 - 유닉스 쉘 사용을 배우십시오! 개발자와 AI 실무자를위한 필수품.
Louis Bouchard Podcast를 확인하여 해당 분야의 전문가와의 인터뷰 형태로 더 많은 AI 컨텐츠를 확인하십시오! 초대 된 AI 전문가와 저는 AI와 관련된 특정 주제, 하위 필드 및 역할을 다루어 수집하기 위해 열심히 일한 사람들의 지식을 가르치고 공유 할 것입니다.
온라인 과정을 따르십시오
(선택 사항) 일부 온라인 과정을 따르면 더 나은 이해와 더 많은 안내 연습을 얻으십시오.
더 많은 안내를 선호하고 따라야 할 명확한 단계가 있다면,이 과정은 가장 좋은 과정입니다.
- 딥 러닝 -Yann Lecun-이 과정은 딥 러닝 및 표현 학습의 최신 기술에 관한 것입니다. - 무료
- 머신 러닝에 대한 소개 - Kaggle- 기계 학습의 핵심 아이디어를 배우고 첫 번째 모델을 구축하십시오. - 무료
- 모든 사람을 위해 AI / AI에서 시작하십시오 - Andrew NG- 지불, 선택 사항
- 머신 러닝 - Andrew NG -Stanford- 지불, 선택 사항
- Python을 사용한 AI 프로그래밍 - 완전한 Nanodegree- 지불, 선택 사항
- 딥 러닝 전문화 - Andrew Ng- 지불, 선택 사항
- Tensorflow (전문 인증서) - 지불, 선택 사항
- AI 엔지니어링 -IBM (전문 인증서) - 지불, 선택 사항
- 완료 데이터 과학 부트 캠프 2022- 지불, 선택 사항
- 머신 러닝 - 코딩 없음 - 지불, 선택 사항
- 데이터 과학 교육 + 산업 경험-경험이있는 완전한 강사 주도 16 주 교육 프로그램 (지불, 선택 사항).
- 강사 주도 온라인 데이터 과학 부트 캠프-완전한 강사 주도 16 주 학습 프로그램 (지불, 선택 사항).
- FAST.AI의 딥 러닝 코스 - 무료
- CS50- 파이썬 (및 기계 학습)을 사용한 인공 지능 소개, Harvard OCW- 무료 (및 교사에게도 유용합니다!)
- 딥 러닝 코스 -François Fleuret-이 과정은 Pytorch 프레임 워크의 예제와 함께 깊은 학습에 대한 철저한 소개입니다. 전제 조건이 있습니다.
특정 응용 프로그램의 경우 :
- Udacity에서 Nanodegree를 거래하기위한 AI- 지불
- 깊은 강화 학습을 배우십시오 - Udacity nanodegree- 지불
- DeePlearning.ai의 Coursera의 자연어 처리 전문화와 함께 NLP Pro가 되십시오 .
온라인으로 모델을 가져 와서 세상에 보여줍니다.
- Gradio Course- 기계 학습 모델 용 사용자 인터페이스 생성 -Freecodecamp- 무료
- 머신 러닝 모델을 Google Cloud에 배포하는 방법 -Daniel Bourke- 무료
- 머신 러닝 DevOps 엔지니어 -Udacity Nanodegree- 지불
- AWS 머신 러닝 엔지니어 -Udacity Nanodegree- 지불
연습, 연습 및 연습!
연습이 핵심입니다
프로그래밍에서 가장 중요한 것은 연습입니다. 그리고 이것은 기계 학습에도 적용됩니다. 연습 할 개인 프로젝트를 찾기가 어려울 수 있습니다.
다행히도 Kaggle이 존재합니다. 이 웹 사이트는 무료 코스, 튜토리얼 및 경쟁으로 가득합니다. 무료로 경쟁에 가입하고 데이터를 다운로드하고 문제에 대해 읽고 즉시 코딩 및 테스트를 시작할 수 있습니다! 당신은 승리 대회에서 돈을 벌 수 있으며 이력서에있는 것이 좋습니다. 이것은 많은 것을 배우면서 경험을 얻고 돈을 벌 수있는 가장 좋은 방법 일 수 있습니다! 프로젝트를위한 또 다른 좋은 기회는 Udacity의 거래 과정을위한 AI와 같은 특정 응용 프로그램을 향한 과정을 따르는 것입니다.
Kaggle 대회 팀을 만들고 사람들과 함께 배울 수 있습니다! 나는 당신이 커뮤니티에 가입하여 팀을 찾고 다른 사람들과 배우는 것이 좋습니다. 항상 혼자보다 낫습니다. 다음 섹션을 확인하십시오.
언어 모델/앱을 구축하고 싶습니까? 이것을 확인하십시오 (지금 LLMS로!)!
자연어 처리 (NLP) (언어를 다루는 모델)에 집중하고 싶어하는 사람들의 요청이 많거나 NLP 작업을위한 기계 학습을 엄격하게 배우는 데 많은 요청이있었습니다. 이것은 그 요구에 전념하는 섹션입니다. 행복한 NLP 학습!
- 2022 년에 NLP를 마스터하기위한 완전한 로드맵
- DeePlearning.ai의 Coursera의 자연어 처리 전문화와 함께 NLP Pro가 되십시오 .
- NLP 나노 학위! - "음성을 처리하고 텍스트를 분석하기위한 최첨단 자연 언어 처리 기술을 배우십시오. 숨겨진 Markov 모델 및 재발 신경 네트워크와 같은 확률 및 딥 러닝 모델을 구축하여 컴퓨터가 음성 인식, 기계 번역 등과 같은 작업을 수행하도록 가르치십시오!"
- NLTK Book은 NLP의 기본 이론에 대해 배우는 무료 리소스입니다 : https://www.nltk.org/book/
- 빠른 텍스트 분류 모델 또는 워드 벡터 라이저를 구축하려는 FastText는 모델을 신속하게 훈련시키는 데 좋은 라이브러리입니다.
- Huggingface는 현대 NLP 모델을 얻을 수있는 곳이며 전체 코스도 포함합니다.
- Spacy는 NLU, NER 및 분류 등을 훈련시킬 수 있으므로 생산에서 NLP에 적합합니다. 또한 파이프 라인에 맞춤형 단계 나 모델을 추가 할 수 있습니다.
- 격려! 프롬프트는 NLP 관련 앱을 구축하려는 경우 마스터 해야하는 새로운 기술입니다. 이것은 제가 기여하는 훌륭한 과정입니다. 프롬프트를 가르치고 특정 모델에 대한 팁을 제공하려고합니다.
대형 언어 모델을 훈련시키고 미세 조정하고 사용하십시오!
- Langchain & Vector 데이터베이스 생산 데이터베이스 - Activeloop 및 Intel Disruptor 이니셔티브와 제작하여 AI를 향해 구축 한 놀라운 무료 리소스. "당신은 AI 영역의 새로 온 사람이든 숙련 된 머신 러닝 애호가이든,이 과정은 당신을 위해 설계되었습니다. 우리의 목표는 AI에 접근 가능하고 실용적으로 만들어 일상 업무에 접근하는 방법과 작업의 전반적인 영향을 변화시키는 것입니다."
- 생산을위한 교육 및 미세 조정 LLM- Activeloop 및 Intel Disruptor 이니셔티브와 제작을위한 교육 및 미세 조정 LLM에 대해 배우기 위해 AI를 향한 놀라운 무료 리소스. "LLM을 처음부터 훈련하고 미세 조정하는 방법을 배우고 중간 파이썬 지식을 갖고 중간 컴퓨팅 리소스에 대한 액세스 (경우에 따라 Google Colab만으로도 충분할 것입니다!)이 과정을 수강하고 완료해야합니다.이 과정은 AI의 초보자, 현재 기계 학습 엔지니어, 학생들, 그리고 AI에 대한 경력을 제공하는 경력을 제공하는 것을 포함하여 광범위한 청중을 염두에 두어야합니다. AI가보다 접근 가능하고 실용적으로 만들기 위해 광범위한 산업 분야의 대형 언어 모델을 조정하십시오. "
- 초보자부터 Adianced LLM 개발자까지 AI를 향해. "LLM, 프롬프트, 래그, 미세 조정 및 에이전트로 첫 번째 확장 가능한 제품을 구축하십시오! 최고 기업이 필요한 기술을 마스터하고 실제 애플리케이션으로 고급 LLM MVP를 구축하십시오."
- 생산을위한 LLM 구축 : AI를 향한 프롬프트, 미세 조정 및 헝겊으로 LLM 능력 및 신뢰성 향상. "대형 언어 모델을 신속한 엔지니어링, 미세 조정 및 검색 증강 생성을 포함하여 실제 응용 프로그램에 적응하기위한 주요 기술 스택을 발견하십시오." (또는 여기에 전자 책을 얻으십시오. 당신은 좋은 할인을 위해 나를 DM 할 수 있습니다!)
더 많은 자원
커뮤니티에 가입하십시오!
많은 AI 애호가가있는 불일치 서버 - 함께 배우고, 질문을하고, Kaggle 팀원을 찾고, 프로젝트를 공유하는 등.
최신 AI 뉴스로 최신 정보를 유지할 수있는 불화 서버-최신 AI 뉴스를 최신 상태로 유지하고 질문을하고 프로젝트를 공유하는 등을 최신 상태로 유지하십시오.
Reddit 커뮤니티를 따르십시오 - 질문을하고, 프로젝트를 공유하고, 뉴스를 팔로우하는 등.
- 인공 - 인공 지능
- MachineLearning- 머신 러닝 (필드의 가장 큰 하위 레드)
- DeePlearningPapers- 딥 러닝 페이퍼
- computervision- 이미지 및 비디오에서 유용한 정보 추출
- LearnMachineLearning- 머신 러닝을 배우십시오
- 인공 지능 - ai
- latsestinml- 머신 러닝에서 게임을 변화시키는 개발을 놓치지 말아야합니다.
치트 시트를 저장하십시오!
- 인공 지능, 기계 학습 및 파이썬을위한 최고의 치트 시트.
- AI, 신경망, 기계 학습, 딥 러닝 및 빅 데이터 용 치트 시트 -Stefan Kojouharov
- 스탠포드 CS 229 용 머신 러닝 치트 시트 -Afshine Amidi & Shervine Amidi
- 머신 러닝 및 파이썬 (및 수학) 치트 시트의 치트 시트 -Robbie Allen
- AI Expert Roadmap- 스킬 셋 체크리스트로 사용하십시오!
현장에서 뉴스를 따르십시오!
머신 러닝 작업을 찾으십시오
- 인터뷰 팁과 준비 방법 으로 가득 찬 기사 에서이 섹션을 읽으십시오.
- Nvidia, Zoox (자율 주행 회사), D-ID (Generative AI Startup) 등의 전문가들과 함께 출마 한 인터뷰 시리즈와 같이 다른 사람들이 어떻게했는지 지켜줌으로써 인터뷰 과정이 어떻게 진행되는지에 대해 알아보십시오.
AI 윤리
- 윤리는 무엇이며 왜 중요한가? 머신 러닝 버전 -Rachel Thomas, Fast.ai의 창립자
- AI4PEOPLE - 좋은 AI 사회를위한 윤리적 틀 : 기회, 위험, 원칙 및 권장 사항 -Floridi et al., 2018, AI4People AI를위한 AI4PEOPLE AI
- 신뢰할 수있는 AI에 대한 윤리 지침 - 유럽위원회 고위급 전문가 그룹 7 포인트 신뢰할 수있는 AI.
- Robotics and AI의 윤리 소개 - Christoph Bartneck, Christoph Lütge, Alan Wagner 및 Sean Welsh의 무료 전자 책.
목록을 공유하면 트위터 @whats_ai 또는 linkedin @louis bouchard에 나를 태그하십시오!
? 내 작업을 지원하려면 이 저장소를 스폰서로 확인할 수 있습니다.
이 안내서는 여전히 정기적으로 업데이트됩니다.
