למידת מכונה תיאורטית ומתקדמת עם TensorFlow

לפני שמתחילים בחומרי הלמידה שלהלן, הקפידו:

  1. השלם את תוכנית הלימודים שלנו יסודות למידת מכונה עם TensorFlow , או בעל ידע מקביל

  2. בעל ניסיון בפיתוח תוכנה, במיוחד ב- Python

תכנית לימודים זו מהווה נקודת מוצא לאנשים שרוצים:

  1. שפר את ההבנה שלהם ב-ML

  2. התחל להבין וליישם מאמרים עם TensorFlow

אתה כבר אמור להיות בעל ידע רקע כיצד עובד ML או להשלים את חומרי הלמידה בתוכנית הלימודים למתחילים יסודות למידת מכונה עם TensorFlow לפני שתמשיך. התוכן שלהלן נועד להדריך את הלומדים לתוכן לימוד מכונה תיאורטי ומתקדם יותר. תראה שרבים מהמשאבים משתמשים ב-TensorFlow, עם זאת, הידע ניתן להעברה למסגרות ML אחרות.

כדי לקדם את ההבנה שלך ב-ML, אתה צריך להיות בעל ניסיון בתכנות Python וכן רקע בחשבון, אלגברה לינארית, הסתברות וסטטיסטיקה. כדי לעזור לך להעמיק את הידע שלך ב-ML, רשמנו מספר משאבים וקורסים מומלצים מאוניברסיטאות, כמו גם כמה ספרי לימוד.

שלב 1: רענן את ההבנה שלך במושגים מתמטיים

ML הוא מקצוע כבד במתמטיקה. אם אתה מתכנן לשנות מודלים של ML, או לבנות חדשים מאפס, היכרות עם המושגים המתמטיים הבסיסיים היא חשובה. אתה לא צריך ללמוד את כל המתמטיקה מראש, אבל במקום זאת אתה יכול לחפש מושגים שאתה לא מכיר כשאתה נתקל בהם. אם עבר זמן מה מאז שלמדת קורס במתמטיקה, נסה לצפות במהות האלגברה הליניארית וברשימות ההשמעה של המהות של calculus מ-3blue1brown לצורך רענון. אנו ממליצים שתמשיך לקחת שיעור מאוניברסיטה, או לצפות בהרצאות בגישה פתוחה מ-MIT, כגון אלגברה לינארית או חשבון משתנה יחיד .

מהות האלגברה ליניארית
מאת 3Blue1Brown

סדרת סרטונים קצרים ויזואליים מ-3blue1brown המסבירים את ההבנה הגיאומטרית של מטריצות, דטרמיננטים, עצמים ועוד.

מהות חשבון
מאת 3Blue1Brown

סדרה של סרטונים קצרים ויזואליים מ-3blue1brown שמסבירים את יסודות החשבון באופן שנותן לך הבנה חזקה של משפטי היסוד, ולא רק כיצד פועלות המשוואות.

MIT 18.06: אלגברה לינארית

קורס מבוא זה מ-MIT מכסה את תורת המטריצות ואלגברה לינארית. ניתן דגש לנושאים שיהיו שימושיים בדיסציפלינות אחרות, לרבות מערכות משוואות, מרחבים וקטוריים, דטרמיננטים, ערכים עצמיים, דמיון ומטריצות מוגדרות חיוביות.

MIT 18.01: חשבון משתנה יחיד

קורס חישוב מבוא זה מ-MIT מכסה בידול ואינטגרציה של פונקציות של משתנה אחד, עם יישומים.

שלב 2: העמק את ההבנה שלך בלמידה עמוקה עם הקורסים והספרים האלה

אין קורס אחד שילמד אותך את כל מה שאתה צריך לדעת על למידה עמוקה. גישה אחת שעשויה להועיל היא לקחת כמה קורסים במקביל. למרות שתהיה חפיפה בחומר, מתן מדריכים מרובים להסביר מושגים בדרכים שונות יכול להיות מועיל, במיוחד עבור נושאים מורכבים. להלן מספר קורסים שאנו ממליצים לעזור לך להתחיל. אתה יכול לחקור כל אחד מהם ביחד, או פשוט לבחור את אלה שמרגישים לך הכי רלוונטיים.

זכור, ככל שתלמד יותר ותחזק את המושגים הללו באמצעות תרגול, כך תהיה מיומן יותר בבנייה והערכת מודלים של ML משלך.

קח את הקורסים הבאים:

קורס MIT 6.S191: מבוא ללמידה עמוקה הוא קורס מבוא ללמידה עמוקה עם TensorFlow מ-MIT וגם משאב נפלא.

ההתמחות בלמידה עמוקה של Andrew Ng ב-Coursera מלמדת גם את היסודות של למידה עמוקה, כולל רשתות קונבולוציוניות, RNNS, LSTMs ועוד. התמחות זו נועדה לעזור לך ליישם למידה עמוקה בעבודה שלך, ולבנות קריירה בבינה מלאכותית.

MIT 6.S191: מבוא ללמידה עמוקה

בקורס זה מ-MIT, תרכוש ידע בסיסי באלגוריתמי למידה עמוקה ותקבל ניסיון מעשי בבניית רשתות עצביות ב-TensorFlow.

התמחות בלמידה עמוקה

בחמישה קורסים תלמדו את היסודות של Deep Learning, תבינו איך לבנות רשתות עצביות וללמוד איך להוביל פרויקטים מוצלחים של למידת מכונה ולבנות קריירה ב-AI. תוכל לשלוט לא רק בתיאוריה, אלא גם לראות כיצד היא מיושמת בתעשייה.

⬆ ו⬇ קראו את הספרים האלה:

כדי להשלים את מה שאתה לומד בקורסים המפורטים למעלה, אנו ממליצים לך לצלול לעומק על ידי קריאת הספרים למטה. כל ספר זמין באינטרנט, ומציע חומרים משלימים שיעזרו לך להתאמן.

אתה יכול להתחיל בקריאת Deep Learning: An MIT Press Book מאת איאן גודפלו, יושע בנג'יו ואהרון קורוויל. ספר הלימוד למידה עמוקה הוא משאב מתקדם שנועד לעזור לתלמידים להעמיק את הבנתם. הספר מלווה באתר אינטרנט , המספק מגוון חומרים משלימים, לרבות תרגילים, שקופיות הרצאות, תיקוני טעויות ומשאבים נוספים שיאפשרו לך להתאמן על המושגים.

אתה יכול גם לחקור את הספר המקוון של מייקל נילסן רשתות עצביות ולמידה עמוקה . ספר זה מספק רקע תיאורטי על רשתות עצביות. הוא אינו משתמש ב-TensorFlow, אך מהווה התייחסות מצוינת לסטודנטים המעוניינים ללמוד יותר.

למידה עמוקה
מאת איאן גודפלו, יושע בנג'יו ואהרון קורוויל

ספר לימוד עמוק זה הוא משאב שנועד לסייע לתלמידים ולמתרגלים להיכנס לתחום למידת מכונה בכלל, וללמידה עמוקה בפרט.

רשתות עצביות ולמידה עמוקה
מאת מייקל נילסן

ספר זה מספק רקע תיאורטי על רשתות עצביות. הוא אינו משתמש ב-TensorFlow, אך מהווה התייחסות מצוינת לסטודנטים המעוניינים ללמוד יותר.

שלב 3: קרא והטמיע מאמרים עם TensorFlow

בשלב זה, אנו ממליצים לקרוא מאמרים ולנסות את ההדרכות המתקדמות באתר האינטרנט שלנו, המכילות יישומים של כמה פרסומים ידועים. הדרך הטובה ביותר ללמוד יישום מתקדם, תרגום מכונה או כיתוב תמונה , היא לקרוא את המאמר המקושר מהמדריך. בזמן שאתה עובד על זה, מצא את החלקים הרלוונטיים של הקוד, והשתמש בהם כדי לעזור לגבש את ההבנה שלך.