Начните машинное обучение в 2024 году - станьте экспертом бесплатно!
Полное руководство по запуску и улучшению машинного обучения (ML), искусственного интеллекта (ИИ) в 2024 году без какого-либо опыта в этой области и оставаться в курсе последних новостей и современных методов!
Это руководство предназначено для тех, кто имеет ноль или небольшой опыт в программировании, математике и машинном обучении. Не существует конкретного порядка, но классический путь будет сверху вниз. Если вам не нравится читать книги, пропустите их, если вы не хотите следовать онлайн -курсу, вы также можете пропустить его. Не существует ни одного способа стать экспертом по машинному обучению, и с мотивацией вы можете абсолютно достичь этого.
Все ресурсы, перечисленные здесь, являются бесплатными, за исключением некоторых онлайн -курсов и книг, которые, безусловно, рекомендуются для лучшего понимания, но определенно возможно стать экспертом без них, при этом немного больше времени потрачено на онлайн -чтения, видео и практику. Когда дело доходит до оплаты курсов, ссылки в этом руководстве являются аффилированными ссылками. Пожалуйста, используйте их, если вам хочется следовать курсу, так как он будет поддерживать меня. Спасибо и получайте удовольствие! Помните, что это полностью зависит от вас и не обязательно. Я чувствовал, что это было полезно для меня и, возможно, полезно для других.
Не бойтесь повторять видео или учиться из нескольких источников. Повторение - это ключ успеха в обучении!
Содействие: Louisfb01, также активный на YouTube и в качестве подкастера, если вы хотите увидеть/услышать больше об ИИ! Вы также можете узнать больше два раза в неделю в моей личной рассылке! Подпишитесь и получите четко объяснить новости и обновления ИИ!
Не стесняйтесь сообщать мне о любых отличных ресурсах, чтобы добавить в это хранилище по адресу [email protected]
Оставьте меня в Twitter @Whats_ai или LinkedIn @louis Bouchard, если вы поделитесь списком!
Хотите знать, о чем это руководство? Посмотрите это видео:
? Если вы хотите поддержать мою работу , вы можете проверить, чтобы спонсировать этот репозиторий.
Оглавление
- Начните с коротких введение видео на YouTube
- Следите за бесплатными онлайн -курсами на YouTube
- Читать статьи
- Читать книги
- Нет математического фона для ML? Проверьте это!
- Без фона кодирования, нет проблем
- Следуйте онлайн -курсам
- Практикуйте, практикуйте и практикуйте!
- Хотите создать языковые модели/приложения? Проверьте это! (Теперь с LLMS!)
- Больше ресурсов (сообщества, чит -листы, новости и многое другое!)
- Как найти работу машинного обучения
- ЭТИКА ИИ
Начните с коротких введение видео на YouTube
Начните с коротких видеороликов на YouTube
На мой взгляд, это лучший способ начать. Здесь я перечисляю несколько лучших видео, которые я нашел, которые дадут вам отличное первое представление о условиях, которые вам нужно знать, чтобы начать работу в этой области.
Еще один простой способ начать и продолжать учиться, - это слушать подкасты в свободное время. Поездка на работу, на автобусе или у вас возникли проблемы с засыпанием? Послушайте несколько подкастов искусственного интеллекта, чтобы привыкнуть к терминам и узорам, и узнайте о области с помощью вдохновляющих историй! Я приглашаю вас следовать на нескольких лучших, которые я лично предпочитаю, например, Lex Fridman, Machine Learning Street Talk, Latent Space Podcast и, очевидно, мой подкаст: Луи Бушар, где вы узнаете о невероятно талантливых людях в области с вдохновляющими историями, делясь знаниями, которые они так усердно работали, чтобы собраться.
Следите за бесплатными онлайн -курсами на YouTube
Следите за бесплатными онлайн -курсами на YouTube
Вот список замечательных курсов, доступных на YouTube, которые вы обязательно должны следовать, и на 100% бесплатно.
Введение в машинное обучение - плейлист YouTube (Стэнфорд)
Введение в глубокое обучение - плейлист YouTube (MIT)
Специализация глубокого обучения - плейлист YouTube (DeepLearning.ai)
Глубокое обучение (с Pytorch) - NYU, Yann Lecun
MIT Deep Learning-современный курс глубокого обучения Лекса Фридмана
Читать статьи
Прочитайте много статей
Вот список удивительных статей, доступных онлайн, которые вы обязательно должны прочитать и на 100% бесплатно. Medium - это лучшее место, где можно найти отличные объяснения, либо в отношении ИИ, либо к публикациям в области данных. Я также делюсь там своими собственными статьями, и я люблю использовать платформу. Вы можете подписаться на Medium, используя мою аффилированную ссылку здесь, если это звучит интересно для вас, и если вы хотите поддержать меня одновременно!
- Начните ИИ в 2022 году - станьте экспертом из ничего, бесплатно! - Луи Бушар
- 5 Шаги для новичков для изучения машинного обучения и науки о данных с Python - Daniel Bourke
- Что такое машинное обучение? - Роберто Ириондо
- Машинное обучение для начинающих: введение в нейронные сети - Виктор Чжоу
- Руководство для начинающих по нейронным сетям - Томас Дэвис
- Понимание нейронных сетей - принц Канума
- Списки чтения для новых студентов Мила - анонимные
- Список чтения AI 80/20 - Vishal Maini
Читать книги
Прочитайте несколько книг
Вот несколько замечательных книг, которые можно прочитать для людей, предпочитающих путь чтения.
- Строительство LLM для производства: повышение способностей LLM и надежности с помощью подсказки, тонкой настройки и тряпичной ткани к ИИ. «Откройте для себя ключевые технологические стеки для адаптации больших языковых моделей к реальным приложениям, включая быстрое инженерное образование, тонкую настройку и генерацию увеличения поиска». (Или получите электронную книгу здесь. Вы можете привести меня к хорошей скидке!)
- Книга глубокого обучения - бесплатно онлайн
- Погрузитесь в глубокое обучение - бесплатно онлайн
- Вероятностное машинное обучение: введение - бесплатно онлайн
- Искусственный интеллект: современный подход - необязательный (оплата)
- Распознавание образца и машинное обучение - необязательно (оплата)
- Глубокое обучение с Python - необязательно (платить)
- Понимание машинного обучения: от теории до алгоритмов - Шай Шалев -Шварц и Шай Бен -Давид - Бесплатно онлайн
Отличные книги для построения математического происхождения:
- Математика для машинного обучения - бесплатно онлайн
- Элементы статистического обучения - Необязательно (платить)
- Статистический вывод - необязательный (оплата)
Полный фон исчисления:
- Исчисление: концепции и контексты - необязательно (платить)
- Одно переменное исчисление: концепции и контексты - Необязательно (платить)
- Многовариантное исчисление: концепции и контексты - необязательно (платить)
Эти книги совершенно необязательны, но они дадут вам лучшее понимание теории и даже научат вас кое -что о кодировании ваших нейронных сетей!
Нет математического фона для ML? Проверьте это!
Нет математического фона для ML? Проверьте это!
Не стесняйтесь, как и большинство вещей в жизни, вы можете выучить математику! Вот несколько отличных начинающих и передовых ресурсов, чтобы попасть в математику машинного обучения. Я бы посоветовал начать с этих трех очень важных концепций в машинном обучении (вот 3 потрясающих бесплатных курсов, доступных в Академии Хана):
- Линейная алгебра - академия хана
- Статистика и вероятность - Академия Хана
- Многовариантное исчисление - академия хан
Вот несколько отличных бесплатных книг и видео, которые могут помочь вам учиться в более «структурированном подходе»:
- Математическиймонк - YouTube
- Математика для машинного обучения - Гаррет Томас
- Введение в статистическое обучение: с приложениями в R (Springer Texts in Statistics) - Гарет Джеймс, Даниэла Виттен, Тревор Хасти и Роберт Тибширани
Если вам все еще не хватает математической уверенности, ознакомьтесь с разделом «Читать книги», где я поделился многими замечательными книгами, чтобы построить сильный математический фон. Теперь у вас есть очень хороший математический фон для машинного обучения, и вы готовы погрузиться глубже!
Без фона кодирования, нет проблем
Без фона кодирования, нет проблем
Вот список некоторых замечательных курсов, чтобы узнать о программной стороне машинного обучения.
- Практическое учебное пособие по машинному обучению с Python - бесплатное введение на YouTube Python
- Изучить Python - Бесплатный интерактивный учебник для изучения Python
- Изучите основы Python для анализа данных - Бесплатный курс в OpenClassrooms
- Начало работы с Python и R для Data Science - бесплатно
- Машинное обучение с Python | Coursera - IBM - Необязательно (платить)
- Введение в Python для Data Science - в этом курсе Python для Data Science студенты будут изучать основные концепции Python и использовать язык, поскольку он связан с наукой о данных в 16 -недельной программе обучения (платеж, необязательно).
- 100 упражнений Numpy - коллекция упражнений, которые были собраны в списке рассылки Numpy, в переполнении стека и в документации Numpy.
- Учебник из оболочки - научитесь использовать Shell Unix! Обязательно для разработчиков и специалистов по искусственному искусству.
Проверьте подкаст Louis Bouchard для получения дополнительного содержания искусственного интеллекта в виде интервью с экспертами в этой области! Приглашенный эксперт по ИИ и я рассмотрим конкретные темы, подполя и роли, связанные с ИИ, чтобы преподавать и делиться знаниями от людей, которые усердно работали, чтобы собрать его.
Следуйте онлайн -курсам
(Необязательно) Получите лучшее понимание и более управляемой практики, следуя некоторым онлайн -курсам
Если вы предпочитаете быть более руководящими и у вас есть четкие шаги, которые нужно следовать, эти курсы являются лучшими.
- Глубокое обучение - Янн Лекун - Этот курс касается новейших методов в области глубокого обучения и представления. - Бесплатно
- Вступление в машинное обучение - Kaggle - Узнайте основные идеи в машинном обучении и создайте свои первые модели. - Бесплатно
- Начните в AI / AI для всех - Эндрю Н.Г. - Оплата, необязательно
- Машинное обучение - Эндрю Нг - Стэнфорд - оплата, необязательно
- Программирование AI с помощью Python - Полный Nanodegree - Оплата, необязательно
- Специализация глубокого обучения - Эндрю Н.Г. - Оплата, необязательно
- Tensorflow (профессиональные сертификаты) - оплата, необязательно
- AI Engineering - IBM (профессиональные сертификаты) - оплата, необязательно
- Полная наука данных Bootcamp 2022 - оплата, необязательно
- Машинное обучение - без кодирования - оплата, необязательно
- Обучение науке о данных + опыт отрасли-полная 16-недельная программа обучения под руководством инструктора с опытом (платная, необязательная).
- Под руководством инструктора онлайн-наука о данных Bootcamp-полная 16-недельная учебная программа под руководством инструктора (платная, необязательная).
- Fast.ai
- CS50 - Введение в искусственный интеллект с питоном (и машинным обучением), Harvard OCW - бесплатно (и можно использовать и для учителей!)
- Курс глубокого обучения - Франсуа Флерет - этот курс является тщательным введением в глубокое обучение с примерами в рамках Pytorch. Есть некоторые предпосылки.
Для конкретных приложений:
- ИИ для торговли нанодегри из Udacity - оплачиваемой
- Узнайте глубокое обучение подкреплению - udacity nanodegree - оплачивается
- Станьте NLP Pro со специализацией по обработке естественного языка Coursera с помощью Deeplearning.ai-заплатил «Перерыв в пространство НЛП. Мастерные передовые методы НЛП через четыре практических курса!»
Получите свои модели онлайн и покажите их миру:
- Курс Gradio - Создайте пользовательские интерфейсы для моделей машинного обучения - Freecodecamp - бесплатно
- Как развернуть модель машинного обучения в Google Cloud - Даниэль Бурк - бесплатно
- Инженер DevOps машинного обучения - udacity nanodegree - оплачивается
- AWS Machine Learning Engineer - udacity nanodegree - оплачивается
Практикуйте, практикуйте и практикуйте!
Практика - это ключ
Самая важная вещь в программировании - это практика. И это относится и к машинному обучению. Может быть трудно найти личный проект для практики.
К счастью, Каггл существует. Этот веб -сайт полон бесплатных курсов, учебных пособий и соревнований. Вы можете присоединиться к конкурсам бесплатно и просто загрузить их данные, прочитать об их проблеме и сразу начать кодирование и тестирование! Вы даже можете заработать деньги на победных соревнованиях, и это отличная вещь, чтобы иметь в вашем резюме. Это может быть лучшим способом получить опыт, многому научиться и даже зарабатывать деньги! Еще одна прекрасная возможность для проектов - следовать курсам, которые ориентированы на конкретное приложение, такое как AI для торгового курса от Udacity.
Вы также можете создавать команды для конкуренции Kaggle и учиться с людьми! Я предлагаю вам присоединиться к сообществу, чтобы найти команду и учиться с другими, это всегда лучше, чем в одиночку. Проверьте следующий раздел для этого.
Хотите создать языковые модели/приложения? Проверьте это (теперь с LLMS!)!
У меня было много запросов от людей, желающих сосредоточиться на обработке естественного языка (NLP) (модели, касающиеся языка) или даже изучать машинное обучение строго для задач NLP. Это раздел, посвященный этой потребности. Счастливого NLP Learning!
- Полная дорога для мастера НЛП в 2022 году
- Станьте NLP Pro со специализацией по обработке естественного языка Coursera с помощью Deeplearning.ai-заплатил «Перерыв в пространство НЛП. Мастерные передовые методы НЛП через четыре практических курса!»
- Степень NLP Nano! -Оплаченные «Узнайте передовые методы обработки естественного языка для обработки речи и анализа текста. Создайте вероятностные и глубокие модели глубокого обучения, такие как скрытые модели Маркова и повторяющиеся нейронные сети, чтобы научить компьютер выполнять такие задачи, как распознавание речи, машинный перевод и многое другое!»
- Книга NLTK - это бесплатный ресурс, чтобы узнать о фундаментальных теориях NLP: https://www.nltk.org/book/
- В поисках создания модели быстрого классификации текста или векторизатора слов, FastText - это хорошая библиотека для быстрого обучения модели.
- Huggingface - это место, где можно получить современные модели НЛП, и они также включают в себя целый курс об этом.
- Spacy отлично подходит для NLP в производстве, так как он делает NLU, NER и можно обучать классификацию и т. Д. Он также может добавить индивидуальные шаги или модели в трубопровод.
- Подсказка! Подсказка-это новый навык, который вы должны освоить, если хотите создать приложения, связанные с NLP. Это отличный курс, в котором я участвую, намереваясь преподавать подсказку и дать советы для конкретных моделей.
Тренируйте, настраивайте и используйте большие языковые модели!
- Базы данных Langchain & Vector в производстве - удивительный бесплатный ресурс, который мы создали для AI в партнерстве с ActiveLoop и инициативой Intel Disruptor, чтобы узнать о базах данных Langchain & Vector в производстве. «Независимо от того, являетесь ли вы опытным разработчиком, который является новичком в области ИИ или опытного энтузиаста машинного обучения, этот курс предназначен для вас. Наша цель - сделать ИИ доступным и практичным, трансформируя то, как вы подходите к своим ежедневным задачам и общему воздействию вашей работы».
- Training & Fine-Tuning LLMS для производства-удивительный бесплатный ресурс, который мы создали для AI в партнерстве с ActiveLoop и инициативой Intel Disruptor, чтобы узнать о Training & Fine-Tuning LLM для производства. «Если вы хотите узнать, как обучать и настраивать LLM с нуля, и иметь промежуточные знания на питоне, а также доступ к умеренным начинкам ресурсов (для некоторых случаев будет достаточно просто колаба Google!), Вы должны быть готовы пройти и пройти курс. Этот курс разработан с учетом широкой аудитории, включая начинающих в искусственном интеллекте, текущих инженеров по машине, студентам и профессионалам, которые считают вам необходимым игровым инструментам, и профессиональным, рассматриваемым вам в целях, чтобы они были в целях. Адаптируйте большие языковые модели в широком спектре отраслей, чтобы сделать ИИ более доступным и практичным ».
- От начинающих до продвинутого разработчика LLM - к ИИ. «Создайте свой первый масштабируемый продукт с LLMS, подсказкой, тряпкой, тонкой настройкой и агентами! Отвечайте навыкам, которые нуждаются в лучших компаниях и создайте свой собственный Advanced LLM MVP с реальными приложениями».
- Строительство LLM для производства: повышение способностей LLM и надежности с помощью подсказки, тонкой настройки и тряпичной ткани к ИИ. «Откройте для себя ключевые технологические стеки для адаптации больших языковых моделей к реальным приложениям, включая быстрое инженерное образование, тонкую настройку и генерацию увеличения поиска». (Или получите электронную книгу здесь. Вы можете привести меня к хорошей скидке!)
Больше ресурсов
Присоединяйтесь к сообществам!
Сервер Discord со многими энтузиастами искусственного интеллекта - учитесь вместе, задавайте вопросы, найдите товарищей по команде Kaggle, поделитесь своими проектами и многим другим.
Сервер Discord, где вы можете быть в курсе последних новостей искусственного интеллекта-будьте в курсе последних новостей искусственного интеллекта, задавать вопросы, делиться своими проектами и многое другое.
Следуйте за сообществами Reddit - задавайте вопросы, поделитесь своими проектами, следуйте новостям и многим другим.
- искусственный - искусственный интеллект
- Машинелонирование - машинное обучение (самый большой субреддит поля)
- DeeplearningPapers -
- Computerervision - Извлечение полезной информации из изображений и видео
- Learnmachinelearning - изучать машинное обучение
- Искусственная интеллектуальность - ай
- Latsestinml - изменяющие игру разработки в области машинного обучения, вы не должны пропустить
Сохраните чит -листы!
- Лучшие чит -листы для искусственного интеллекта, машинного обучения и питона.
- Читы для искусственного интеллекта, нейронных сетей, машинного обучения, глубокого обучения и больших данных - Stefan Kojouharov
- Читы машинного обучения для Стэнфорда CS 229 - Afshine Amidi & Shervine Amidi
- Шпаргалка машинного обучения и Python (и Math) чит -листы - Робби Аллен
- AI Expert Roadmap - Используйте ее в качестве контрольного списка навыков!
Следуйте новостям в поле!
Подпишитесь на каналы YouTube, которые делятся новыми статьями - будьте в курсе новостей в этой области!
- Louis Bouchard - Еженедельные видеоролики, освещающие новые бумаги
- Две минуты бумаги - видео в две недели, охватывающие новые документы
- ByCloud - Еженедельные видеоролики, освещающие новые документы
LinkedIn Groups
- Искусственный интеллект, машинное обучение и новости о глубоком обучении - новости о области, разделенные всеми в группе
- Искусственный интеллект | Глубокое обучение | Машинное обучение
- Прикладной искусственный интеллект
Группы Facebook
- Искусственный интеллект и глубокое обучение - окончательная и наиболее активная группа FB по ИИ, нейронным сетям и глубокому обучению. Все новые и интересные на границе ИИ и глубокого обучения. Нейронные сети переопределят то, что значит быть умной машиной в ближайшие годы.
- Глубокое обучение - в настоящее время общество, как правило, является мягким и автоматизированным, развивающимся в 4 -й промышленной революции, которая, следовательно, приводит избирателей в вихрь общества. Чтобы выжить или взять лидерство, должен быть оснащен связанными инструментами. Машина становится умнее и умнее. Машинное обучение - это неизбежный навык, и это требует, чтобы люди знакомы. Эта группа предназначена для этих людей, которые интересуются развитием своих талантов.
Информационные бюллетени
- AlphaSignal - самый читаемый технический информационный бюллетень в искусственном интеллекте
- AI News - от Swyx & Friends - Многое помощи LLM, которая проводит индексацию ~ 356 Twitters, ~ 21 Discords и т. Д. (Я лично в основном читаю основное резюме)
- Внутри искусственного интеллекта - ежедневное обзор историй и комментариев о искусственном интеллекте, робототехнике и нейротехнологии.
- AI Weekly - еженедельная коллекция новостей и ресурсов ИИ по искусственному интеллекту и машинному обучению.
- ETICS ETHICS WEEKLY - Последние обновления в этике искусственной интеллекта, доставленные в ваш почтовый ящик каждую неделю.
- Louis Bouchard Weekly - одна и только одна статья, четко объясняла еженедельно с статьей, видео демо, демонстрацией, кодом и т. Д.
- На пути к информационному бюллетеню в области ИИ - суммирование самых интересных новостей и учебных ресурсов еженедельно, а также обновления сообщества из сообщества Discord Learn Ai вместе. Идеально подходит для профессионалов ML и энтузиастов.
Следуйте средним учетным записям и публикациям
- На пути к науке о данных - «Обмен концепциями, идеями и кодами»
- На пути к AI - «Лучший из технических, науки и инженерии».
- Onezero - «Подводные течения будущего. Средняя публикация о технологиях и науке».
- LOUIS Bouchard - «Привет, я Луи (Loo · Ee, французское произношение), из Монреаля, Канада. Я стараюсь поделиться и объяснять термины искусственного интеллекта и новости как можно лучше, чтобы я мог его использовать».
Проверьте это полное руководство GitHub, чтобы не отставать от AI News
- Bailool/Doyouevenlearn - Основное руководство для непрерывности с AI/ML/DL/CV
Найдите работу по машинному обучению
- Прочитайте этот раздел из статьи, полной советов по интервью и как подготовиться к ним .
- Узнайте, как проходит процесс интервью и поправляться в подготовке к ним, наблюдая за тем, как это делали другие, например, серия интервью, которые я провел с экспертами из NVIDIA, Zoox (компания самостоятельного вождения), D-ID (Generative AI Startup) и т. Д.
ЭТИКА ИИ
- Что такое этика и почему они имеют значение? Издание машинного обучения - Рэйчел Томас, основатель Fast.ai
- AI4people - этическая основа для хорошего общества ИИ: возможности, риски, принципы и рекомендации - Floridi et al., 2018, AI4people AI для хорошего общества
- Руководство по этике для заслуживающей доверия ИИ - Европейская комиссия Высокоуровневая группа экспертов 7 баллов за заслуживающий доверия ИИ.
- Введение в этику в робототехнике и AI - бесплатная электронная книга Кристофа Барнека, Кристофа Лютге, Алана Вагнера и Шона Уэлша.
Оставьте меня в Twitter @Whats_ai или LinkedIn @louis Bouchard, если вы поделитесь списком!
? Если вы хотите поддержать мою работу , вы можете проверить, чтобы спонсировать этот репозиторий.
Это руководство все еще регулярно обновляется.
