Эссе о разработке игр, мышлении и книгах

Ссылки на курсы по Machine Learning & Deep Learning

Перед началом разбирательства с темой собрал для себя список курсов, которые могут быть интересны.

Публикую, чтобы не пропадал зря.

Только ссылки. Свои комментарии вырезал — в исходном виде они никому кроме меня не помогут :-)

Источники курсов

  1. https://www.coursera.org/
  2. https://www.udacity.com/
  3. https://www.udemy.com/
  4. https://www.kaggle.com/learn
  5. https://www.edx.org/
  6. https://stepik.org/
  7. http://svl.stanford.edu/teaching/
  8. https://online-learning.harvard.edu/catalog
  9. https://ocw.mit.edu/courses/mathematics/
  10. https://docs.google.com/document/d/1zSVumhGze_pT3UkbrA69BZ8BhfiaV3Wrnh3gN23I3Wg/edit

Отдельные сайты

https://mlcourse.ai/

Темы

Базовая математика

  1. Введение в математический анализ
  2. Математический анализ (часть 1) и Математический анализ (часть 2)
  3. Линейная алгебра

Комбинаторика

  1. Современная комбинаторика
  2. Основы перечислительной комбинаторики

Базовая статистика

  1. Bayesian Statistics: From Concept to Data Analysis
  2. Statistics with R Specialization
  3. Linear Regression and Modeling
  4. Statistical Inference and Modeling for High-throughput Experiments
  5. Теория вероятностей + Теория вероятностей - II (дискретные случайные процессы)
  6. Основы статистики
  7. Математическая статистика
  8. Introduction to Statistics
  9. Fundamentals of Statistics

Продвинутая статистика

  1. Data Science Specialization
  2. Bayesian Statistics: From Concept to Data Analysis
  3. Bayesian Statistics: Techniques and Models
  4. High-Dimensional Data Analysis
  5. Основы статистики. Часть 2
  6. Основы статистики. Часть 3

Машинное обучение

Прочее

  1. Experimentation for Improvement
  2. Reproducible Research
  3. Pattern Discovery in Data Mining
  4. Factorial and Fractional Factorial Designs
  5. A Crash Course in Causality: Inferring Causal Effects from Observational Data
  6. Model Building and Validation
  7. Knowledge-Based AI: Cognitive Systems
  8. Thinking Critically: Interpreting Randomized Clinical Trials
  9. Principles, Statistical and Computational Tools for Reproducible Data Science
  10. Введение в обработку естественного языка
  11. CS50’s Introduction to Artificial Intelligence with Python
  12. Graph Theory and Additive Combinatorics
  13. Dynamic Programming and Stochastic Control
  14. Universal Random Structures in 2D
  15. Graph Theory and Additive Combinatorics
  16. Interactive and Embodied Learning