6 Didacticiels et cours utiles sur l'apprentissage automatique Apprenez l'essentiel

Added 2018-07-06

L'apprentissage automatique est l'avenir de l'automatisation. Des millions de tâches effectuées quotidiennement par l'homme seront éventuellement remplacées par des réseaux de neurones formés. Même maintenant, les algorithmes d'apprentissage automatique façonnent votre vie .

Le marché du travail évolue pour s'adapter à cette nouvelle technologie, et ceux qui programment leurs propres réseaux (ou s'intègrent avec ceux existants) sont en forte demande.

Il n'y a jamais eu de meilleur moment pour plonger dans l'apprentissage automatique. Voici six didacticiels et ressources utiles pour vous aider à mieux comprendre l'apprentissage automatique.

1. Le train de codage

Toute personne familiarisée avec la chaîne YouTube de Daniel Shiffman connaîtra ses excellents tutoriels sur le traitement et p5.js. Son style amusant d'enseignement en temps réel a aidé d'innombrables personnes à apprendre les bases du codage.

En plus de ses nombreuses vidéos de défis de codage couvrant un seul sujet, Shiffman possède également une incroyable playlist d'apprentissage automatique .

Ces vidéos sont particulièrement utiles pour ceux qui souhaitent apprendre Java ou JavaScript comme langue principale. Heureusement, les concepts abordés dans la série s’appliquent à la langue de votre choix.

La nature du code,  Le livre très apprécié de Shiffman a consacré son dernier chapitre aux réseaux de neurones. Il constitue à lui seul une excellente introduction au domaine. Le travail a été poursuivi à la fois sur La chaîne YouTube du train de codage  et son personnel Page GitHub .

Daniel Shiffman est lui-même la grande force d'apprendre de cette façon. Enseignant naturel, il donne des exemples clairs de l’interaction du code avec les algorithmes d’apprentissage automatique.

2. Cours intensif d'apprentissage automatique

Google est un acteur majeur de l'apprentissage automatique. Leur plate-forme open source Tensorflow est conçue pour ouvrir le sujet à tout le monde dans divers langages de programmation.

Google ont aussi leur propre libre Cours accéléré d'apprentissage automatique  conçu pour enseigner à la fois les bases de l'apprentissage automatique et l'utilisation de Tensorflow via des API.

Chaque chapitre du cours comporte des conférences vidéo ainsi que le texte intégral à l'appui du contenu. Comme prévu, le programme est incroyablement détaillé. Le cours propose également des pages interactives «Programmation» où le code est présenté de manière dynamique dans le navigateur, où il peut être exécuté et modifié, avant de proposer des défis de codage pour vous aider à comprendre le module.

Le programme comporte également des «exercices sur le terrain de jeu» et des possibilités de «vérifier votre compréhension», comprenant des visualisations interactives de principes d’apprentissage automatique et des questions basées sur le sujet actuel.

Il n’est pas surprenant que Google soit un leader dans ce domaine, et pour un cours gratuit, celui-ci couvre beaucoup de terrain!

3. Siraj Raval

Bien qu'il existe de nombreux excellents professeurs sur YouTube, rares sont ceux qui bénéficient d'une excellente présentation, d'explications claires sur les sujets et, plus important encore, de memes, tout aussi bien que Siraj Raval.

Sa chaîne YouTube se concentre principalement sur le langage de programmation Python ainsi que sur de nombreux principes essentiels à la science des données et à l'apprentissage automatique modernes. Siraj a un playlist de vidéos faciles à suivre  sur les réseaux de neurones et l’apprentissage automatique. La variation entre les vidéos à sujet unique et au rythme rapide, ainsi que le travail de projet de style de diffusion en direct plus long, couvrent les deux principes fondamentaux et la manière de les appliquer aux données.

4. Réseaux de neurones et apprentissage en profondeur

Bien que les didacticiels vidéo soient un excellent moyen d'apprendre, certaines personnes préfèrent apprendre d'un livre. Réseaux de neurones et apprentissage en profondeur  Michael Nielsen n’est pas qualifié de livre imprimé, car il utilise des exemples intégrés conçus pour le navigateur. C’est l’explication écrite la plus claire de l’histoire de l’apprentissage automatique, mais aussi de la façon d’apprendre les mathématiques derrière les réseaux de neurones.

Le livre suit un projet de reconnaissance de caractères du début à la fin. Son rythme permet au lecteur de comprendre à la fois comment et pourquoi le réseau apprend, ainsi que les décisions et les défis qu’ils devront affronter pour constituer un réseau de neurones fonctionnel.

Encore une fois, le langage de choix est le python, bien que les principes fondamentaux y soient si bien traités qu’il soit recommandé de les lire à tous ceux qui s'intéressent à l’apprentissage automatique.

5. Nanodegrees Udacity pour l'apprentissage automatique

Il existe plusieurs «Nanodegrees» en profondeur disponibles sur Udacity pour l'apprentissage automatique. Le hautement recommandé Devenir un ingénieur en apprentissage machine  est un cours approfondi qui présente à l'étudiant les principes de l'apprentissage automatique via le travail de projet.

Chaque projet est conçu pour imiter quelque chose qu'un ingénieur affronterait dans son travail. Les étudiants inscrits au cours ont accès à Amazon Web Services (AWS) pour déployer leurs projets.

Le cours coûte 899 $, ce qui ne sera pas bon marché pour beaucoup de monde, mais l’avantage d’avoir une relation avec vos tuteurs ainsi que les outils fournis par le cours seront précieux pour beaucoup.

6. Créer un programme mixte

Jusqu'à présent, tout ce qui est sur cette liste est parfait pour un apprentissage avancé, mais beaucoup de personnes trouveront difficile même les bases. Dans ce cas, créer un programme mixte de votre choix peut être un excellent moyen de combler toutes les lacunes et d’assurer une base de connaissances solide pour l’avenir.

Utilisateur Reddit pk7677  répondu à un message sur / r / MachineLearning  avec quelques conseils avisés:

le post complet  poursuit en recommandant de créer vos propres projets personnels. Vous devez également garder un œil sur les domaines nouveaux et en développement du domaine.

Apprendre en profondeur pour l'apprentissage automatique

Quelle que soit la méthode que vous utilisiez avec l'apprentissage automatique, préparez-vous à un long voyage. Le sujet est par nature incroyablement dense.

La popularité de l’apprentissage automatique a grimpé en flèche, en raison de l’amélioration de la puissance de traitement et de la science informatique. Il n'y a pas de voie facile dans la théorie derrière cela. Le moment est venu de se familiariser avec des langages de programmation à l'épreuve du temps .

Deep Learning vs. Machine Learning vs. AI: comment vont-ils ensemble? Essayer de faire la différence entre l'intelligence artificielle, l'apprentissage automatique et l'apprentissage en profondeur? Voici ce qu'ils veulent tous dire. Read Article