Bulunduğum En İyi Makine Öğrenimi, NLP ve Python Öğreticilerinden 150'nin üzerinde

Popüler talep üzerine, bu makaleyi son 12 aydaki son öğreticilerle birlikte güncelledim. Buradan kontrol edin

Einstein’ın masası, ölümünden birkaç saat sonra. Kaynak: LIFE Dergisi

Makine öğrenimi 1959 yılına kadar uzanan zengin bir tarihe sahipken, alan benzeri görülmemiş bir oranda gelişmektedir. Son bir makalede, yapay zeka alanının niçin patladığını ve bir süre daha gelmesinin neden olacağını açıkladım. ML öğrenmeye meraklı olanlar başlamak için korkutucu bulabilirler.

Doktora programıma başlamak için hazırlanırken Güz programında, makine öğrenimi ve NLP'nin tüm yönleriyle ilgili iyi kaynaklar için web’i araştırıyorum. Genel olarak, ilginç bir öğretici veya video bulacağım ve bu üç veya dört daha fazla öğreticiye veya videoya yol açacaktır ve bunu bilmeden önce içinden geçirmem gereken 20 yeni materyalin var. (Bir yandan notta, Tab Bundler organize kalmak için yardımcı oldu.)

25'ten fazla ML ile ilgili “dolandırıcı sayfa” bulduktan sonra, tüm iyi sayfalara bağlanan bir yazı oluşturdum.

Benzer bir keşif sürecinden geçenlere yardımcı olmak için, şu ana kadar bulduğum en iyi öğretici içeriğin bir listesini hazırladım. Hiç bir şekilde web üzerindeki ML ile ilgili tüm eğiticilerin ayrıntılı bir listesi değildir - bu çok zor ve yinelemelidir. Ayrıca, orada bir sürü vasat içerik var. Amacım, makine öğrenimi ve NLP içindeki önemli alt konular hakkında bulduğum en iyi derslerle bağlantı kurmaktı.

Öğretici olarak, bir konsepti kısaca öğretmeyi amaçlayan tanıtım içeriğinden bahsediyorum. Daha geniş kapsamı olan kitap bölümleri ve genel olarak öğretim kavramlarında iyi bir iş çıkarmayan araştırma raporları dahil olmaktan kaçınıldı. Neden sadece bir kitap almıyorsun? Özel bir niş konuyu öğrenmeye çalıştığınızda veya farklı bakış açıları almak istediğinizde öğreticiler yardımcı olur.

Bu gönderiyi dört bölüme ayırdım: Machine Learning, NLP, Python ve Math. Her bölüme bir konu örneklemesi dahil ettim, ancak malzemenin genişliği göz önüne alındığında, olası her konuyu dahil edemem.

Gelecekteki yayınlar için, bu kaynaklardan büyüyen bir koleksiyon da derlerken benzer bir kitap listesi, çevrimiçi video ve kod depoları oluşturabilirim.

Eğer eksik olduğumun farkında olduğunuz iyi dersler varsa, lütfen bana bildirin! Her konuyu beş veya altı öğreticiyle sınırlandırmaya çalışıyorum çünkü bunun ötesinde de tekrarlanabilir. Her link diğer linklerden farklı bir materyale sahip olmalı veya bilgileri farklı bir şekilde (ör. Uzun biçime karşı slaytlara karşı kod) veya farklı bir bakış açısıyla sunmalıdır.

Makine öğrenme

Makine Öğrenmesi Eğlencelidir! (Medium.com/@ageitgey)

Makine Öğrenimi Kazası Kursu: Bölüm I, Bölüm II, Bölüm III (Berkeley'de Makine Öğrenmesi)

Makine Öğrenmesi Kuramına Giriş ve Uygulamaları: Örneklerle Görsel Bir Eğitim (toptal.com)

Makine Öğrenimi İçin Nazik Bir Rehber (monkeylearn.com)

Hangi makine öğrenme algoritmasını kullanmalıyım? (Sas.com)

Aktivasyon ve Kayıp Fonksiyonları

Sigmoid nöronlar (neuralnetworksanddeeplearning.com)

Sinir ağındaki aktivasyon fonksiyonunun rolü nedir? (Quora.com)

Artıları / eksileri olan sinir ağlarında kapsamlı aktivasyon fonksiyonları listesi (stats.stackexchange.com)

Aktivasyon fonksiyonları ve türleri-Hangisi daha iyi? (Medium.com)

Logaritmik Kaybı Anlamak (exegetic.biz)

Kayıp İşlevleri (Stanford CS231n)

L1 - L2 Kaybı fonksiyonu (rishy.github.io)

Çapraz entropi maliyet fonksiyonu (neuralnetworksanddeeplearning.com)

Önyargı

Yapay Sinir Ağlarında Yan Eğilimin Rolü (stackoverflow.com)

Yapay Sinir Ağlarındaki Önyargılı Düğümler (makeyourownneuralnetwork.blogspot.com)

Yapay sinir ağında önyargı nedir? (Quora.com)

Perseptron

Algılayıcılar (neuralnetworksanddeeplearning.com)

Algı (natureofcode.com)

Tek Katmanlı Sinir Ağları (Perceptrons) (dcu.ie)

Perceptronlardan Derin Ağlara (toptal.com)

gerileme

Doğrusal regresyon analizine giriş (duke.edu)

Doğrusal Regresyon (ufldl.stanford.edu)

Doğrusal Regresyon (readthedocs.io)

Lojistik Regresyon (readthedocs.io)

Makine Öğrenmesi İçin Basit Doğrusal Regresyon Eğitimi (machinelearningmastery.com)

Makine Öğrenmesi için Lojistik Regresyon Eğitimi (machinelearningmastery.com)

Softmax Regresyonu (ufldl.stanford.edu)

Dereceli alçalma

Degrade iniş ile öğrenme (neuralnetworksanddeeplearning.com)

Degrade İnişi (iamtrask.github.io)

Gradyan İniş algoritması nasıl anlaşılır (kdnuggets.com)

Gradyan iniş optimizasyon algoritmalarına genel bakış (sebastianruder.com)

Optimizasyon: Stokastik Gradyan İniş (Stanford CS231n)

Üretken Öğrenme

Üretken Öğrenme Algoritmaları (Stanford CS229)

Naive Bayes sınıflandırıcısının pratik bir açıklaması (monkeylearn.com)

Vektör makineleri desteklemek

Destek Vektör Makinalarına (SVM) Giriş (monkeylearn.com)

Destek Vektör Makineleri (Stanford CS229)

Doğrusal sınıflandırma: Destek Vektör Makinesi, Softmax (Stanford 231n)

Backpropagation

Evet, backprop'u anlamalısınız (medium.com/@karpathy)

Yapay sinir ağları için geri yayılım algoritması hakkında görsel bir açıklama yapabilir misiniz? (Github.com/rasbt)

Geri yayılım algoritması nasıl çalışır (neuralnetworksanddeeplearning.com)

Zaman ve Kayıp Geçiş Hızlarında Geri Yayılım (wildml.com)

Zaman Yoluyla Geri Yayılmaya Nazik Bir Giriş (machinelearningmastery.com)

Geriye Yayılım, Sezgiler (Stanford CS231n)

Derin Öğrenme

Özetle Derin Öğrenme (nikhilbuduma.com)

Derin Öğrenme Üzerine Bir Eğitim (Quoc V. Le)

Derin Öğrenme Nedir? (Machinelearningmastery.com)

Yapay Zeka, Makine Öğrenimi ve Derin Öğrenme Arasındaki Fark Nedir? (Nvidia.com)

Optimizasyon ve Boyut Düşürme

Veri Boyutsallığının Azaltılmasında Yedi Teknik (knime.org)

Temel bileşenler analizi (Stanford CS229)

Bırakma: Sinir ağlarını iyileştirmenin basit bir yolu (Hinton @ NIPS 2012)

Derin Sinir Ağınızı nasıl eğitirsiniz (rishy.github.io)

Uzun Kısa Süreli Bellek (LSTM)

Uzmanlar Tarafından Uzun Süreli Bellek Ağlarına Nazik Bir Giriş (machinelearningmastery.com)

LSTM Ağlarını Anlamak (colah.github.io)

LSTM'leri Keşfetmek (echen.me)

Herkes Python'da LSTM-RNN Kodlamasını Öğrenebilir (iamtrask.github.io)

Dönüşümlü Sinir Ağları (CNN'ler)

Evrişimli ağlara giriş (neuralnetworksanddeeplearning.com)

Derin Öğrenme ve Konvolüsyonel Sinir Ağları (medium.com/@ageitgey)

Conv Nets: Modüler Bir Bakış Açısı (colah.github.io)

Dönüşümleri Anlamak (colah.github.io)

Tekrarlayan Sinir Ağları (RNN'ler)

Tekrarlayan Yapay Sinir Ağları Eğitimi (wildml.com)

Dikkat ve Arttırılmış Tekrarlayan Sinir Ağları (distill.pub)

Tekrarlayan Sinir Ağlarının Makul Olmayan Etkinliği (karpathy.github.io)

Tekrarlayan Sinir Ağlarına Derin Dalış (nikhilbuduma.com)

Güçlendirme Öğrenmesi

Simple Beginner’ın Güçlendirme Öğrenimi ve Uygulaması Rehberi (analyticsvidhya.com)

Güçlendirme Öğrenimi İçin Bir Eğitim (mst.edu)

Güçlendirme Öğrenmesi (wildml.com)

Derin Takviye Öğrenmesi: Piksellerden Pong (karpathy.github.io)

Üretici Olumlu Ağlar (GAN)

Üretken Bir Reklam Ağı Nedir? (Nvidia.com)

8-bit Piksel Sanatı Yapmak İçin Üretken Olumsuz Ağların Kötüye Kullanımı (medium.com/@ageitgey)

Generative Adversarial Networks'e giriş (TensorFlow içindeki kod ile) (aylien.com)

Yeni Başlayanlar İçin Üretken Rekabetçi Ağlar (oreilly.com)

Çok Görevli Öğrenme

Derin Sinir Ağlarında Çoklu Görev Öğrenmeye Genel Bir Bakış (sebastianruder.com)

NLP

Doğal Dil İşleme İçin Sinir Ağı Modelleri Üzerine Bir Primer (Yoav Goldberg)

Doğal Dil İşleme İçin Kesin Rehber (monkeylearn.com)

Doğal Dil İşlemeye Giriş (algorithmia.com)

Doğal Dil İşleme Eğitimi (vikparuchuri.com)

Doğal Dil İşleme (neredeyse) Sıfırdan (arxiv.org)

Derin Öğrenme ve NLP

NLP'ye Derin Öğrenme (arxiv.org)

NLP için Derin Öğrenme (Sihirsiz) (Richard Socher)

NLP İçin Evrişimsel Sinir Ağlarını Anlama (wildml.com)

Derin Öğrenme, NLP ve Temsilcilikler (colah.github.io)

Katıştırın, kodlayın, katılın, tahmin edin: En gelişmiş NLP modelleri için yeni derin öğrenme formülü (explosion.ai)

Meşale Kullanarak Derin Sinir Ağları ile Doğal Dili Anlamak (nvidia.com)

Pytorch ile NLP İçin Derin Öğrenme (pytorich.org)

Kelime Vektörleri

Kelimeler Çanta Patlamış Mısır Torbaları Karşılar (kaggle.com)

Kelime gömme üzerine Bölüm I, Bölüm II, Bölüm III (sebastianruder.com)

Kelime vektörlerinin inanılmaz gücü (acolyer.org)

word2vec Parametre Öğrenme Açıklaması (arxiv.org)

Word2Vec Eğitimi - Skip-Gram Modeli, Negatif Örnekleme (mccormickml.com)

Encoder-Decoder

Derin Öğrenme ve NLP'de Dikkat ve Hafıza (wildml.com)

Dizi Modellerine Sıra (tensorflow.org)

Yapay Sinir Ağları ile Dizi Öğrenme Sırası (NIPS 2014)

Makine Öğrenimi Eğlencelidir Bölüm 5: Derin Öğrenmeyle Dil Çevirisi ve Dizi Büyüsü (medium.com/@ageitgey)

Bir Enkoder-Dekoder LSTM'i Rastgele Tam Sayıların Yankı Dizileri'nde nasıl kullanılır (machinelearningmastery.com)

tf-seq2seq (google.github.io)

piton

Python ile Makine Öğreniminde Ustalaşmanın 7 Adımı (kdnuggets.com)

Örnek bir makine öğrenme defteri (nbviewer.jupyter.org)

Örnekler

Python Sıfırdan Perceptron Algoritması Nasıl Uygulanır (machinelearningmastery.com)

Python'da Sıfırdan Sinir Ağı Uygulamak (wildml.com)

Python 11 Satırda Bir Sinir Ağı (iamtrask.github.io)

Python Kullanarak Kendi En Yakın Komşunuz Algoritmasını Uygulamak (kdnuggets.com)

Python'da Uzun Süreli Kısa Bellek Ağı ile Belleğin Gösterilmesi (machinelearningmastery.com)

Uzun Kısa Süreli Bellek Tekrarlayan Yapay Sinir Ağları ile Rastgele Tamsayıların Yankılanmasını Öğrenin

Seq2seq Tekrarlayan Sinir Ağları ile Sayı Eklemeyi Nasıl Öğrenirim (machinelearningmastery.com)

Scipy ve numpy

Scipy Ders Notları (scipy-lectures.org)

Python Numpy Eğitimi (Stanford CS231n)

Numpy ve Scipy'ye giriş (UCSB CHE210D)

Python'da Bilim İnsanları İçin Bir Çarpışma Kursu (nbviewer.jupyter.org)

scikit-öğrenme

PyCon scikit-learn Eğitim Dizini (nbviewer.jupyter.org)

scikit-learn Sınıflandırma Algoritmaları (github.com/mmmayo13)

scikit-learn Öğreticiler (scikit-learn.org)

Kısaltılmış scikit-learn Öğreticileri (github.com/mmmayo13)

Tensorflow

Tensorflow Dersleri (tensorflow.org)

TensorFlow'a Giriş - CPU'ya karşı GPU (medium.com/@erikhallstrm)

TensorFlow: Bir astar (metaflow.fr)

Tensorflow'taki RNN'ler (wildml.com)

TensorFlow'da Metin Sınıflandırması için bir CNN Uygulamak (wildml.com)

TensorFlow ile Metin Özetleme Nasıl Çalıştırılır (surmenok.com)

PyTorch

PyTorch Dersleri (pytorch.org)

PyTorch'a Nazik Bir Giriş (gaurav.im)

Öğretici: PyTorch'ta Derin Öğrenme (iamtrask.github.io)

PyTorch Örnekleri (github.com/jcjohnson)

PyTorch Eğitimi (github.com/MorvanZhou)

Derin Öğrenme Araştırmacıları için PyTorch Eğitimi (github.com/yunjey)

Matematik

Makine Öğrenimi için Matematik (ucsc.edu)

Makine Öğrenimi için Matematik (UMIACS CMSC422)

Lineer Cebir

Lineer Cebir için Sezgisel Bir Rehber (betterexplained.com)

Bir Programcı’nın Matrix Çarpma Sezgisi (betterexplained.com)

Çapraz Ürünü Anlamak (betterexplained.com)

Dot Ürününü Anlamak (betterexplained.com)

Makine Öğrenmesi için Doğrusal Cebir (Buffalo CSE574’ün U.)

Derin öğrenme için doğrusal cebir kopya kağıdı (medium.com)

Doğrusal Cebir İnceleme ve Referans (Stanford CS229)

olasılık

Oranlarla Bayes Teoremini Anlamak (betterexplained.com)

Olasılık Teorisinin Gözden Geçirilmesi (Stanford CS229)

Makine Öğrenmesi İçin Olasılık Teorisi İnceleme (Stanford CS229)

Olasılık Teorisi (Buffalo CSE574)

Makine Öğrenimi İçin Olasılık Teorisi (Toronto CSC411’in U.)

hesap

Türevleri Nasıl Anlaşılır: Bölüm Kuralı, Üstler ve Logaritmalar (betterexplained.com)

Türevleri Nasıl Anlaşılır: Ürün, Güç ve Zincir Kuralları (betterexplained.com)

Vektörel Hesap: Gradyanı Anlamak (betterexplained.com)

Diferansiyel Analiz (Stanford CS224n)

Calculus Genel Bakış (readthedocs.io)