여러 가지 잡다한

머신 러닝 소개를위한 13 개의 무료 사이트

머신 러닝 소개를위한 13 개의 무료 사이트


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

우리가 프로그래머이든 아니든 우리 모두가 들어 본 유행어 중 하나는 기계 학습입니다. 과거의 다른 트렌드와 달리 머신 러닝은 유행이 아니라 진정한 미래입니다.

AI가 점점 더 정교 해짐에 따라 프로그래머는 AI가 무엇인지, 어떻게 작동하는지, 해당 분야의 최신 트렌드를 파악해야합니다. 다행히이 13 개의 무료 리소스는 기계 학습에 대한 훌륭한 소개를 제공하므로 몇 가지 기본 기계 학습 자습서를 바로 시작할 수 있습니다.

머신 러닝 기초를 공부하기 전에 Python 스크립팅 언어에 익숙해야합니다. 데이터 과학 및 기계 학습에 가장 널리 사용되는 스크립팅 언어이며 이러한 리소스를 최대한 활용하는 데 필요합니다.

다음 사항도 참조 :이 번들은 PYTHON으로 머신 러닝 알고리즘을 프로그래밍하는 방법을 보여줍니다.

파이썬을 모르십니까? 익숙한 프로그래밍 또는 스크립팅 언어가 무엇이든 걱정하지 마십시오. 파이썬을 배우는 것은 더 관용적 인 언어 중 하나이기 때문에 그렇게 어렵지 않아야합니다. 이 리소스를 읽어보고 계속하기 전에 더 많은 것을 배워야하는 특정 주제를 찾아 보거나, 그냥 해보자. 그 과정에서 약간의 파이썬을 배울 수도있다.

머신 러닝 소개를위한 텍스트 및 자습서

이러한 온라인 텍스트와 튜토리얼은 머신 러닝에 사용되는 주제, 이론 및 언어에 대한 견고한 기초를 제공합니다.

Kaggle 데이터 과학 자습서

Kaggle이 기계 학습을 시작하기 위해 데이터 과학에 대해 알아야하는 모든 필수 사항을 다루고 있다는 점에서 시작하기위한 훌륭한 기계 학습 자습서입니다. 기계 학습은 매우 큰 데이터 세트에서 기계를 훈련시키는 것이므로 데이터 과학을 아는 것은 기계 학습을 도입하는 데 필수적인 단계입니다.

Python Machine Learning Book (1st Ed.) / Code Repository

이것은 쉽게 찾을 수있는 파이썬과 기계 학습에 관한 최고의 "책"중 하나입니다. 아직 Python에 관심이 많지 않다면이 리소스를 사용하여 시간을 보내면 곧 데이터를 스크랩 할 수 있습니다. 또한 필요한 경우 샘플 작업을 참조 할 수 있도록 텍스트 자료와 함께 사용할 샘플 코드도 포함되어 있습니다.

딥 러닝-스트레이트 도프

머신 러닝 기초를 소개하는 동시에 딥 러닝 이론의 입문서를 제공하는 온라인 텍스트입니다. 이 접근 방식은 다양한 개념의 구현을 안내하므로 많은 코드를 작성할 준비가되어 있지만 전반적으로 매우 유용한 리소스입니다.

코더를위한 실용적인 딥 러닝, V3

이것은 머신 러닝의 핵심과 뼈대에 들어갈 수있는 좋은 방법입니다. 특히 딥 러닝은 Netflix에서 추천 할 영화와 이미지 파일의 콘텐츠를 식별하는 방법을 알려주는 종류입니다. 시작할 준비가 되었으면이 사이트를 방문해야합니다.

MIT Press의 딥 러닝

딥 러닝은 MIT Press에서 발표하고 Ian Goodfellow, Yoshua Bengio 및 Aaron Courville이 저술했으며, 딥 러닝에서 찾을 수있는 최고의 책 중 하나입니다. 출판사는이 책을 HTML 웹 사이트로 무료로 제공 했으므로 북마크하고 딥 러닝에 대한 최고의 텍스트를 통해 작업하십시오.

머신 러닝 기초를 넘어서고 싶을 때를위한 비디오 리소스

이러한 비디오 리소스는 기본 사항보다 더 많은 것을 배우고 머신 러닝의 특정 주제에 대해 알아보고자 할 때 좋은 곳입니다.

MIT 딥 러닝 비디오 리소스

MIT는 모든 무료 리소스를 제공하며 MIT Deep Learning 페이지도 예외는 아닙니다. 여기에서 머신 러닝 및 딥 러닝의 다양한 주제에 대한 강의, 강연, 인터뷰 등 수십 개의 동영상을 찾을 수 있습니다. 지금까지 살펴본 기계 학습 기본 사항에 대한 소개 이상의 것을 찾는 모든 사람에게 꼭 필요한 페이지입니다.

딥 러닝 여름 학교 회담

이 사이트는 지난 몇 년 동안 몬트리올 딥 러닝 여름 학교에서 제공 한 최고의 기계 학습 전문가의 비디오 강의를 제공합니다. 이러한 동영상 (동영상에 대한 동반 슬라이드도 제공됨)은 기본적으로 기본보다 더 중급 이론 주제에 관한 것이지만 준비가되었다고 생각되면 바로 시작하십시오.

자연어 처리를위한 기계 학습 자습서

이러한 리소스는 모든 노이즈에서 의미를 찾기 위해 대규모 텍스트 데이터 세트를 구문 분석하는 방법을 배우는 데 도움이됩니다.

Python을 사용한 자연어 처리

이 온라인 텍스트는 HTML을 통해 사용할 수 있으며 파이썬을 사용하여 자연어 처리를 배우는 데 필수적인 텍스트입니다. 앞으로 자연어 처리 교육에 의존 할 API 라이브러리 인 Python의 Natural Language Toolkit을 사용하므로 즉시 학습하는 것이 가장 좋습니다.

자연어 처리 튜토리얼을위한 딥 러닝

딥 러닝을 사용한 자연어 처리에 대한 Jon Krohn의 튜토리얼 동영상과 함께 제공되는 Jupyter 노트북 모음입니다. 그가 다루는 내용 중 일부에는 기계 학습 앱을위한 자연어 데이터 전처리, 자연어를 수치 표현으로 변환, 학습 된 모델로 딥 러닝을 사용하여 예측하는 등이 포함됩니다.

NLP 문제의 90 %를 해결하는 방법 : 단계별 가이드

Insight AI의 Emmanuel Ameisen의 Jupyter 노트북을 기반으로 한 머신 러닝 가이드 모음입니다. 머신 러닝의 다양한 주제를 목표 달성에 필요한 기본 작업으로 분류하고 따라하는 데 도움이되는 유용한 다이어그램을 제공합니다.

Keras LSTM 튜토리얼

이 기계 학습 튜토리얼은 실제로 한 가지만 수행하며 Keras 언어 모델링을위한 LSTM을 구축하는 방법을 알려줍니다. 짧은 튜토리얼이지만 하루나 이틀 만에 끝낼 수 있으며 예측 모델링을 위해 자체 대용량 텍스트 데이터 세트를 처리하기 위해 게이트에서 바로 사용할 수 있습니다.

대학 오픈 액세스 과정

이 과정은 무료로 액세스 할 수 있으며 (제한 있음) 기계 학습 주제에 대한 대학 수준의 교육을 제공합니다.

UC 버클리-AI 입문

이것은 세계 최고의 대학 중 하나의 입문 AI 개발에 대한 개방형 대학 수준의 과정입니다. 대학 학점도없고 아무도 과제를 평가하지 않으며 일부 자료에 대한 액세스가 제한되어 있지만 AI 기계 학습을 시작하는 데 필요한 필수 자료가 모두 여기에 있습니다.

University College London-강화 학습

이 오픈 액세스 과정은 강화 학습에 대해 많이 언급하지 않은 기계 학습의 또 다른 트랙에 대한 지침을 제공합니다. 이 중요한 기계 학습 방법은 기계 학습 도구 벨트에 포함 할 수있는 유용한 도구이며 University College London의이 과정은 알아야 할 내용을 배울 수있는 좋은 장소입니다.


비디오보기: 파이썬 머신러닝 강의 13-3 - 협업 필터링을 이용한 영화 추천 엔진 데이터 준비 (할 수있다 2022).