التعلم الآلي النظري والمتقدم باستخدام TensorFlow

قبل البدء في المواد التعليمية أدناه ، تأكد من:

  1. أكمل أساسيات مناهجنا الخاصة بالتعلم الآلي باستخدام TensorFlow ، أو تمتع بمعرفة معادلة

  2. لديك خبرة في تطوير البرمجيات ، لا سيما في Python

هذا المنهج هو نقطة انطلاق للأشخاص الذين يرغبون في:

  1. تحسين فهمهم لـ ML

  2. ابدأ في فهم الأوراق وتنفيذها باستخدام TensorFlow

يجب أن يكون لديك بالفعل معرفة أساسية بكيفية عمل ML أو إكمال المواد التعليمية في منهج المبتدئين أساسيات التعلم الآلي باستخدام TensorFlow قبل المتابعة. يهدف المحتوى أدناه إلى توجيه المتعلمين إلى المزيد من محتوى التعلم الآلي النظري والمتقدم. سترى أن العديد من الموارد تستخدم TensorFlow ، ومع ذلك ، فإن المعرفة قابلة للتحويل إلى أطر ML الأخرى.

لتعزيز فهمك لـ ML ، يجب أن يكون لديك خبرة في برمجة Python بالإضافة إلى خلفية في حساب التفاضل والتكامل والجبر الخطي والاحتمالات والإحصاءات. لمساعدتك على تعميق معرفتك بالتعلم الآلي ، قمنا بإدراج عدد من الموارد والدورات الموصى بها من الجامعات ، بالإضافة إلى عدد من الكتب المدرسية.

الخطوة 1: جدد فهمك لمفاهيم الرياضيات

ML هو تخصص حسابي ثقيل. إذا كنت تخطط لتعديل نماذج ML ، أو إنشاء نماذج جديدة من البداية ، فمن المهم الإلمام بمفاهيم الرياضيات الأساسية. ليس عليك أن تتعلم كل الرياضيات مقدمًا ، ولكن بدلاً من ذلك يمكنك البحث عن المفاهيم التي لم تكن على دراية بها عندما تصادفها. إذا مر وقت طويل منذ أن أخذت دورة في الرياضيات ، فحاول مشاهدة Essence of Linear Algebra و Essence of Calculus playlists من 3blue1brown لتجديد المعلومات. نوصيك بالاستمرار في أخذ فصل دراسي من إحدى الجامعات ، أو مشاهدة محاضرات الوصول المفتوح من معهد ماساتشوستس للتكنولوجيا ، مثل الجبر الخطي أو حساب المتغير الفردي .

جوهر الجبر الخطي
من 3Blue1Brown

سلسلة من مقاطع الفيديو المرئية القصيرة من 3blue1brown التي تشرح الفهم الهندسي للمصفوفات والمحددات والمواد الإلكترونية والمزيد.

جوهر حساب التفاضل والتكامل
من 3Blue1Brown

سلسلة من مقاطع الفيديو المرئية القصيرة من 3blue1brown تشرح أساسيات التفاضل والتكامل بطريقة تمنحك فهمًا قويًا للنظريات الأساسية ، وليس فقط كيفية عمل المعادلات.

MIT 18.06: الجبر الخطي

تغطي هذه الدورة التمهيدية من معهد ماساتشوستس للتكنولوجيا نظرية المصفوفة والجبر الخطي. يتم التركيز على الموضوعات التي ستكون مفيدة في التخصصات الأخرى ، بما في ذلك أنظمة المعادلات ، ومساحات المتجهات ، والمحددات ، والقيم الذاتية ، والتشابه ، ومصفوفات التعريف الإيجابية.

MIT 18.01: حساب التفاضل والتكامل الفردي المتغير

يغطي هذا المقرر الدراسي التمهيدي في حساب التفاضل والتكامل من معهد ماساتشوستس للتكنولوجيا التمايز والتكامل بين وظائف متغير واحد مع التطبيقات.

الخطوة 2: تعميق فهمك للتعلم العميق باستخدام هذه الدورات والكتب

لا توجد دورة واحدة ستعلمك كل ما تحتاج لمعرفته حول التعلم العميق. أحد الأساليب التي قد تكون مفيدة هو أخذ بضع دورات في نفس الوقت. على الرغم من أنه سيكون هناك تداخل في المادة ، إلا أن وجود مدربين متعددين يشرحون المفاهيم بطرق مختلفة يمكن أن يكون مفيدًا ، خاصة بالنسبة للموضوعات المعقدة. فيما يلي العديد من الدورات التدريبية التي نوصي بها لمساعدتك على البدء. يمكنك استكشاف كل واحد منهم معًا ، أو مجرد اختيار الأشخاص الأكثر صلة بك.

تذكر ، كلما تعلمت أكثر ، وعززت هذه المفاهيم من خلال الممارسة ، زادت مهارتك في بناء وتقييم نماذج ML الخاصة بك.

خذ هذه الدورات:

دورة MIT 6.S191: مقدمة إلى التعلم العميق هي دورة تمهيدية للتعلم العميق باستخدام TensorFlow من MIT وهي أيضًا مصدر رائع.

يقوم تخصص Andrew Ng بالتعلم العميق في Coursera أيضًا بتدريس أسس التعلم العميق ، بما في ذلك الشبكات التلافيفية و RNNS و LSTMs والمزيد. تم تصميم هذا التخصص لمساعدتك على تطبيق التعلم العميق في عملك ، وبناء مستقبل مهني في الذكاء الاصطناعي.

معهد ماساتشوستس للتكنولوجيا 6.S191: مقدمة في التعلم العميق

في هذه الدورة التدريبية من معهد ماساتشوستس للتكنولوجيا ، ستكتسب معرفة أساسية بخوارزميات التعلم العميق وستكتسب خبرة عملية في بناء الشبكات العصبية في TensorFlow.

تخصص التعلم العميق

في خمس دورات ، ستتعلم أسس التعلم العميق ، وتفهم كيفية بناء الشبكات العصبية ، وتتعلم كيفية قيادة مشاريع التعلم الآلي الناجحة وبناء مستقبل وظيفي في الذكاء الاصطناعي. لن تتقن النظرية فحسب ، بل سترى أيضًا كيفية تطبيقها في الصناعة.

⬆ و اقرأ هذه الكتب:

لاستكمال ما تعلمته في الدورات المذكورة أعلاه ، نوصيك بالغوص بشكل أعمق من خلال قراءة الكتب أدناه. كل كتاب متاح على الإنترنت ، ويقدم مواد تكميلية لمساعدتك في التدرب.

يمكنك البدء بقراءة التعلم العميق: كتاب صحفي لمعهد ماساتشوستس للتكنولوجيا من تأليف إيان جودفيلو ويوشوا بنجيو وآرون كورفيل. يعد كتاب التعلم العميق مصدرًا متقدمًا يهدف إلى مساعدة الطلاب على تعميق فهمهم. الكتاب مصحوب بموقع ويب يوفر مجموعة متنوعة من المواد التكميلية ، بما في ذلك التدريبات وشرائح المحاضرات وتصحيح الأخطاء والموارد الأخرى لمنحك التدريب العملي على المفاهيم.

يمكنك أيضًا استكشاف كتاب مايكل نيلسن على الإنترنت الشبكات العصبية والتعلم العميق . يقدم هذا الكتاب خلفية نظرية عن الشبكات العصبية. لا يستخدم TensorFlow ، ولكنه مرجع رائع للطلاب المهتمين بمعرفة المزيد.

تعلم عميق
بقلم إيان جودفيلو ويوشوا بنجيو وآرون كورفيل

يعد كتاب التعلم العميق هذا مصدرًا يهدف إلى مساعدة الطلاب والممارسين على دخول مجال التعلم الآلي بشكل عام ، والتعلم العميق على وجه الخصوص.

الشبكات العصبية والتعلم العميق
بواسطة مايكل نيلسن

يقدم هذا الكتاب خلفية نظرية عن الشبكات العصبية. لا يستخدم TensorFlow ، ولكنه مرجع رائع للطلاب المهتمين بمعرفة المزيد.

الخطوة 3: قراءة الأوراق وتنفيذها باستخدام TensorFlow

في هذه المرحلة ، نوصي بقراءة الأوراق وتجربة البرامج التعليمية المتقدمة على موقعنا الإلكتروني ، والتي تحتوي على تطبيقات لعدد قليل من المنشورات المعروفة. أفضل طريقة لتعلم تطبيق متقدم أو ترجمة آلية أو تسمية توضيحية للصور هي قراءة الورقة المرتبطة من البرنامج التعليمي. أثناء العمل من خلاله ، ابحث عن الأقسام ذات الصلة من الكود ، واستخدمها للمساعدة في ترسيخ فهمك.