Това са най-добрите безплатни образователни ресурси за изкуствен интелект онлайн

Дълбокото обучение не е подходящ за начинаещи предмет - дори за опитни софтуерни инженери и учени по данни. Ако сте били в Googling тази тема, може да сте объркани от ресурсите, на които сте попаднали.

За да намерим най-добрите ресурси, проучихме инженерите за техните любими източници за задълбочено обучение и това са, което препоръчаха.

Тези образователни ресурси включват онлайн курсове, лични курсове, книги и видеоклипове. Всички са напълно безплатни и са проектирани от водещи професори, изследователи и професионалисти от индустрията като Джефри Хинтън, Йошуа Бенджо и Себастиан Трън.

Машинно обучение

Техниките за задълбочено обучение се изграждат и често се комбинират с класически методи за машинно обучение. Ако не знаете разликата между контролираното и неподдържаното учене или смятате, че градиентното спускане е някакъв инструмент на Photoshop, определено първо трябва да вземете един от курсовете по-долу, за да се захванете.

1) Машинно обучение на Андрю Нг в Станфордския университет (онлайн курс)

Преди Андрю Нг да стане главен учен в Baidu, той преподава машинно обучение в Станфорд и съосновава Coursera, първата в света платформа MOOC (масово отворен онлайн курс). Ng нежно въведение в курса за машинно обучение е идеално за инженери, които искат основополагащ преглед на ключовите концепции в тази област.

За да допълните онлайн курса, ще искате да проверите бележките от лекциите, наборите от проблеми и пробите от код на Matlab в официалния курс на Станфорд CS 229 - Машинно обучение, предложен в университета.

2) Въведение на Себастиан Трън в машинното обучение (онлайн курс)

Себастиан Трън има дълга история на иновации в A.I. и автономна технология за превозни средства, като за първи път спечели DARPA Grand Challenge с екипа на Stanley на Stanley през 2005 г. Той също така ръководи лабораторията за изкуствен интелект на Stanford, стартира самостоятелно управление на автомобили на Google и създаде Udacity, друга платформа на MOOC с отлични предложения в машинното обучение и изкуствения интелект ,

Курсът "Въведение в машинното обучение" е стабилно въведение в темата, а също така и основа за сертифициране на анализатор на данни "nanodegree", спонсорирано от Facebook и MongoDB.

На Udacity се предлага и „Въведение в изкуствения интелект“ на Трон, който учи на основите на A.I. както и приложения като роботика, компютърно зрение и обработка на естествен език. Този курс води до нанограда на машинното обучение инженер, спонсорирана от Kaggle.

Дълбоко учене

Въпреки че невронните мрежи са измислени през 60-те години, дълбокото обучение става жизнеспособно и популярно през последните години поради експлозията на големи данни и изчислителна мощ. След като покриете основите на машинното обучение, можете да започнете да научавате за това вълнуващо ново поле в изкуствения интелект.

1) Невронните мрежи на Джефри Хинтън за машинно обучение (онлайн курс)

Широко кредитиран като „баща на дълбокото учене“, Джефри Хинтън е професор от Университета в Торонто и изследовател на Google. UT лабораторията на Hinton постави „задълбочено обучение“ в мейнстрийм медиите през 2012 г. с изненадващата си победа на предизвикателството за откриване на наркотици в Мерк, въпреки че никой от екипа няма експертен опит в молекулярната биология. Изведнъж New York Times започна да включва заглавия като „Учените виждат обещание в програмите за задълбочено обучение“.

Алумс от лабораторията на Хинтън продължава наследството му. Yann LeCun, бивш докторантски научен сътрудник в лабораторията на Htonton, е водещ новатор в конволюционните невронни мрежи и сега ръководи AI Research във Facebook. Иля Суцкевър продължи да бъде съвместно открит и изпълнява ролята на изследователски директор на OpenAI (подкрепен от Елон Мъск). Брендън Фрей, вдъхновен от лична трагедия, продължи да открие Deep Genomics, стартъп, който прилага задълбочено обучение в геномната медицина и терапията.

Приемането на курса на Hinton „Невронни мрежи за машинно обучение“ на Coursera няма да ви превърне автоматично в блестящ пионер на изкуствения интелект, но класът със сигурност е полезен старт.

2) Сертификатите на Fast.ai на Jeremy Howard & Data Institute (онлайн и лични курсове)

Джеръми Хауърд беше президент и главен учен на Kaggle, преди да създаде Enlitic, компания, която прилага задълбочено обучение при медицински диагнози и клинични решения, и Fast.ai, образователен ресурс за инженери с дълбоко обучение.

Той също така преподава лични курсове за дълбоко обучение заедно с изследователката Рейчъл Томас в Института за данни на университета в Сан Франциско. Дълбокото обучение първа част обхваща основите на задълбоченото обучение, докато втората част обхваща разширените приложения. Курсовете за сертифициране на лица не са безплатни, но цялото съдържание е достъпно на Fast.ai като MOOC.

Хауърд и неговият преподавателски екип работят усилено, за да лекуват различни ученици, защото са забелязали, че A.I. индустрията силно липсва на жени, хора на цвят, LGBTQ и други представители на малцинствата. Потенциалните студенти, които попадат в тези слабо представени групи, се насърчават да кандидатстват за стипендии за разнообразие, за да присъстват.

3) Дълбоко обучение от Йошуа Бенджо и Иън Гудфелд (книга)

Йошуа Бенджо, професор в Университета в Монреал, е друга водеща фигура, движеща напред индустрията за дълбоко обучение. Документите му са цитирани над 40 000 пъти в Google Scholar. Бившият му ученик, Ian Goodfellow, сега е изследовател в OpenAI и най-известен с измислянето на Generative Adversarial Networks.

Книгата им „Дълбоко обучение“, публикувана от MIT Press, е свободно достъпна онлайн и удобно включва приложни математически освежители за линейна алгебра, теория на вероятностите и числени изчисления преди да се потопите в основни концепции за задълбочено обучение.

4) Невронни мрежи и дълбоко обучение от Майкъл Нилсен (книга)

Постоянно развиващата се книга на Майкъл Нилсен на тема „Невронни мрежи и дълбоко обучение“ се препоръчваше отново и отново. Нилсън, научен сътрудник в YCombinator Research, предпочита да обяснява основните принципи по интуитивни и запомнящи се начини, а не да ви удавя в „мътно разбиране на дълъг списък с пране“.

Книгата на Нилсен се фокусира върху това да ви научи как да решите конкретен проблем - да научите компютър да разпознава ръкописни цифри - с невронни мрежи. Започвате с обикновена невронна мрежа и постепенно се усъвършенствате върху вашия код, когато се въвеждат нови концепции.

Ако нямате най-силното разбиране на задължителната математика за задълбочено обучение или не сте опитен програмист, книгата на Нилсен е особено подходяща за начинаещи. Кодът за упражненията за курса е написан на Python 2.7 и е сравнително лесен за разбиране, дори ако обикновено не използвате езика.

5) Дълбоко обучение с TensorFlow (онлайн курс)

След като усвоите концептуалната основа на дълбокото учене и невронните мрежи с помощта на някой от предишните ресурси, ще искате да овладеете инструментите, за да превърнете теорията в практика. Въпреки че съществуват множество рамки и библиотеки за дълбоко обучение, TensorFlow от Google бързо се превърна в една от най-популярните и най-добре поддържаните.

Онлайн курсът на Udacity за задълбочено обучение от Google се преподава от Винсент Ванхоке, главен учен в Google, и технически ръководител в екипа на Google Brain. Курсът предполага средно до напреднало разбиране на концепциите за машинно и задълбочено обучение и разширява вашите знания до обучение на логистични класификатори, прости дълбоки мрежи и конволюционни и повтарящи се невронни мрежи с TensorFlow.

Уебсайтът на TensorFlow също предлага начинаещи и напреднали уроци и силна поддръжка на общността. Видеоклипове от най-новата среща на върха за разработчици са достъпни тук и описват редица нови функции.

6) Oxford Deep NLP курс (ВИДЕОТИЧНИ И ЛЕКЦИИ)

За тези от вас, които проявяват интерес към обработката и разбирането на естествения език, наскоро Оксфорд публикува видеоклипове и лекции от техния курс „Deep Natural Processing Language“, преподаван от експерти на DeepMind като Phil Blunsom и Chris Dyer. Този усъвършенстван и приложен курс обхваща теми на НЛП като анализиране на скрити измерения в текста, транскрипция от реч в текст, машинен превод и Q&A системи.

7) Видео архив на NIPS конференция (видео)

Напредналите практикуващи задълбочено обучение се събират на все по-популярната конференция на NIPS (Neural Information Processing Systems) всяка година, за да чуят най-добрите изследователи да представят своите пробивни документи и открития.

Ако сте пропуснали конференцията в миналото или просто не можете да направите събитието лично, вижте видео архивите на NIPS от 2015 и 2016 г.

8) Научни трудове

Всеки ден се публикуват нови документи в областта на изкуствения интелект и дълбокото обучение. Google Scholar, ArXiv и Research Gate са страхотни хранилища, с които да започнете, но съществуват много повече колекции.

Ако се чудите с кои документи да започнете, ето начален списък на основополагащи изследвания, които да прочетете. След като започнете да четете документи, Андрей Карпати създаде полезен инструмент, наречен ArXiv Sanity, който ще препоръча свързана работа.

За да бъдете уведомявани за нови документи, можете да се абонирате за RSS емисии на тези два раздела на ArVix: компютърно обучение и машинно обучение. Най-популярните статии също имат тенденция да се появят на Reddit Machine Learning или Hacker News.

Ако притежавате Amazon Echo и искате да разгледате свободни ръце, можете да използвате ArXivML, Alexa умение, което ще чете последните резюмета за вас.

заключение

С най-добрите умове в изкуствения интелект, предлагащи свободно богат набор от образователни ресурси, всеки, който се интересува от задълбочено обучение, трябва да може да намери съдържание, което да отговаря на техния стил и ниво на обучение.

Начинаещите могат да започнат с онлайн курса на Andrew Ng и достъпната книга на Michael Nielsen, докато напредналите инженери могат да се гмуркат направо в класическия курс на Neural Networks на Джефри Хинтън, да започнат да учат Tensorflow и да бъдат в течение с най-новите научни изследвания.

Пропуснахме ли някакви задълбочени образователни ресурси от лидерите в индустрията? Моля, уведомете ни в коментарите по-долу. И вижте нашия блог за още статии като тази.