Погружение в глубокое обучение: Ссылки на курсы по Machine Learning & Deep Learning
Мои заметки о погружении в глубокое обучение:
- Как учить и не учить математике
- MIT 6.S191
- Нельзя просто так взять и запустить Deep Learning
- Digit Recognizer (MNIST) точность 0.99585
- Ссылки на курсы по Machine Learning & Deep Learning
- Реализация Generative Adversarial Network
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
- https://www.coursera.org/
- https://www.udacity.com/
- https://www.udemy.com/
- https://www.kaggle.com/learn
- https://www.edx.org/
- https://stepik.org/
- http://svl.stanford.edu/teaching/
- https://online-learning.harvard.edu/catalog
- https://ocw.mit.edu/courses/mathematics/
- https://docs.google.com/document/d/1zSVumhGze_pT3UkbrA69BZ8BhfiaV3Wrnh3gN23I3Wg/edit
Отдельные сайты
Темы
Базовая математика
- Введение в математический анализ
- Математический анализ (часть 1) и Математический анализ (часть 2)
- Линейная алгебра
Комбинаторика
Базовая статистика
- Bayesian Statistics: From Concept to Data Analysis
- Statistics with R Specialization
- Linear Regression and Modeling
- Statistical Inference and Modeling for High-throughput Experiments
- Теория вероятностей + Теория вероятностей - II (дискретные случайные процессы)
- Основы статистики
- Математическая статистика
- Introduction to Statistics
- Fundamentals of Statistics
Продвинутая статистика
- Data Science Specialization
- Bayesian Statistics: From Concept to Data Analysis
- Bayesian Statistics: Techniques and Models
- High-Dimensional Data Analysis
- Основы статистики. Часть 2
- Основы статистики. Часть 3
Машинное обучение
- Machine Learning
- Neural Networks and Deep Learning
- Deep Learning Specialization
- Advanced Machine Learning Specialization
- Convolutional Neural Networks
- CS231n: Convolutional Neural Networks for Visual Recognition
- Generative Adversarial Networks (GANs) Specialization
- Deep Learning
- Machine Learning
- Introduction to Computer Vision
- Applied Deep Learning: Build a Chatbot - Theory, Application
- Advanced Machine Learning
- Decision-Making for Autonomous Systems
- Deep Learning book
- Open Machine Learning Course mlcourse.ai
- Нейронные сети и компьютерное зрение
- Нейронные сети и обработка текста
- Deep Learning (семестр 1, осень 2020): базовый поток
- Introduction to Machine Learning
- Introduction to Deep Learning
- Введение в машинное обучение
- Вводный курс в ML
- Fast book — книга от fast.ai
Прочее
- Experimentation for Improvement
- Reproducible Research
- Pattern Discovery in Data Mining
- Factorial and Fractional Factorial Designs
- A Crash Course in Causality: Inferring Causal Effects from Observational Data
- Model Building and Validation
- Knowledge-Based AI: Cognitive Systems
- Thinking Critically: Interpreting Randomized Clinical Trials
- Principles, Statistical and Computational Tools for Reproducible Data Science
- Введение в обработку естественного языка
- CS50’s Introduction to Artificial Intelligence with Python
- Graph Theory and Additive Combinatorics
- Dynamic Programming and Stochastic Control
- Universal Random Structures in 2D
- Graph Theory and Additive Combinatorics
- Interactive and Embodied Learning
Этот пост является частью серии
- Следующий пост: Реализация Generative Adversarial Network
- Предыдущий пост: Digit Recognizer (MNIST) точность 0.99585
- Первый пост: Как учить и не учить математике