Como principiante, ¿cómo debo estudiar el aprendizaje profundo?

Algunos de los enlaces a continuación ya han sido mencionados por Ian y otros …

Las siguientes fuentes podrían servir como punto de partida para que cualquiera aprenda el aprendizaje automático (el aprendizaje profundo es un subconjunto del aprendizaje automático )

• Podemos comenzar con una combinación de cualquiera de los siguientes materiales de origen a continuación, con los que nos sentimos cómodos.
• Sin embargo, a medida que avanzamos y llegamos a una etapa en la que estamos reduciendo nuestro enfoque para resolver un problema en particular, es posible que en algunos casos ( donde el problema no se resuelve ), recurramos exclusivamente a la lectura de artículos de revistas.
• El libro en línea es un buen material base para cubrir, por lo que tenemos los antecedentes necesarios y para consultarlos cuando sea necesario.

• No tenemos que contenernos con la sensación de que necesitamos cubrir todos los antecedentes de este libro antes de comenzar.
• Por ejemplo, si ya estamos familiarizados con los conceptos en los capítulos 2 a 5, entonces podemos comenzar directamente a decir retoques con modelos de juguetes en los blogs de Andrej Karpathy

• A veces, el enlace, si está presente en el documento, puede ser un enlace obsoleto. Solo necesitamos buscar en Google con la consulta que contiene “Github “, y en algunos casos podemos encontrar el código del modelo.

Todos los enlaces a continuación tienen acceso gratuito ( puede ser necesario inscribirse / registrarse ).

Libros

• Aprendizaje profundo, Yoshua Bengio, Ian Goodfellow …

Cursos online

• Aprendizaje automático – Universidad de Stanford | Coursera

Videos

• Cursos de IA en el canal de Youtube

Blogs / Respuestas aquí en Quora

• ¿Qué es el aprendizaje automático en términos simples?
• Blog de Chris Olah
• Blog de Andrej Karpathy
• Machine Learning desde la perspectiva de un programador
• Redes neuronales y aprendizaje profundo.
• Guía del hacker sobre redes neuronales

Periódicos

• Aprendizaje profundo: este es un documento de 2015 que ofrece una buena visión general del aprendizaje automático
• Archivo e-Print de arXiv.org: cuando necesitamos buscar modelos para resolver problemas específicos, este sitio sería muy útil

Modelos Github / Browser

• Aprendizaje profundo en su navegador: este es un excelente lugar para comenzar a interactuar con modelos de juguetes y cambiar el código directamente desde el navegador
• urwithajit9 / HG_NeuralNetwork

Feeds para suscribirse

• La semana salvaje en el boletín de AI
• Blog de investigación de Google
• Inteligencia Artificial (Quora)
• Redes Neuronales Artificiales (Quora)
• Aprendizaje automático, (Quora)

Conferencias / Escuelas de verano

• ICLR: conferencias como estas ayudan a rastrear los últimos avances en un área
• Escuela de verano de aprendizaje profundo, Montreal 2016 )
• Área de la bahía el año pasado (2016).

Lea Deep Learning y trabaje en un proyecto práctico. Realice un proyecto que resuelva un problema que le interesa o simplemente cree su propio clasificador CIFAR-10 en TensorFlow.

Gracias por el a2a,

Existen diferentes fuentes para comenzar el aprendizaje profundo. Dado que ha tomado algunos cursos antes. Diría que no avance más hasta que, a menos que sus conceptos básicos sean claros, le estoy diciendo estas cosas porque el aprendizaje profundo generalmente cae en la categoría intermedia y aquí son algunos cursos que creo que serán buenos para ti

Tutorial de aprendizaje amplio y profundo de TensorFlow | TensorFlow

Aprendizaje profundo | Udacity

Tutorial de aprendizaje profundo

DeepLearning.net, sitio dedicado para Deep Learning

Tutoriales de DeepLearning.net

Página de Wikipedia sobre aprendizaje profundo

Material del curso de aprendizaje profundo de la NYU por Yann LeCun

Resumen de Yann LeCun sobre Deep Learning con Marc’Aurelio Ranzato

Curso de Geoff Hinton Coursera sobre redes neuronales

Aprendizaje profundo: Libro de métodos y aplicaciones (134 páginas) del Microsoft Speech Group

Lista de lectura de CMU, incluidas las notas de los alumnos

Página de Google+ de aprendizaje profundo

Mire: Tutorial de aprendizaje profundo por John Kaufhold en Washington, DC Data Science Meetup, 2014

¿Dónde están los cursos de aprendizaje profundo ?, blog de John Kaufhold, científico de datos y socio gerente de Deep Learning Analytics.

Cómo Deep Learning cambiará nuestro mundo, resumen de la presentación de Melbourne Data Science por Jeremy Howard.

Buena suerte y sigue aprendiendo.

En primer lugar, creo que deberías tener lo básico de ML. Algunos requisitos previos de ML son:

• Concepto de clasificación y regresión.
• Concepto de entrenamiento y conjuntos de validación cruzada
• Sólidos fundamentos en estadística y cálculo.
• Algoritmos de clasificación como la regresión logística y SVM (Verificación: Tutorial de aprendizaje profundo y no supervisado de funciones)

Después de tener este conocimiento previo, le aconsejo que eche un vistazo a este libro: Deep Learning. Tiene mucha teoría y aspectos prácticos del aprendizaje profundo desde Theano hasta el flujo de Tensor.

1. Aprenda primero el aprendizaje automático, recomiende leer PRML.
2. Lectura del libro de aprendizaje profundo de Ian Goodfellow para aprender el concepto y las aplicaciones.
3. Implemente modelos de redes neuronales comunes mediante python o utilizando bibliotecas existentes como tensorflow, etc.
4. Hazlo ahora.

Asumiré que está utilizando redes neuronales para entrenar sus ejemplos y tiene unos fundamentos sólidos sobre álgebra lineal. DCGAN tiene algunos usos increíbles, incluida la construcción de algunos modelos generativos a partir de NN convolucionales. Antes de estudiar el aprendizaje profundo es necesario aprender las técnicas de aprendizaje automático. Sugiero tanto el aprendizaje supervisado como el no supervisado. Por ejemplo, reconstruir una imagen a partir de su grupo de colores (¿técnica ML? Consumirá menos espacio en comparación con la imagen original. Entonces, para una comprensión clara de cómo funcionan las cosas y es posible que las necesite en algún momento a largo plazo. Por favor, adelante.

Puedes revisar mi blog. Explica cada pequeño detalle sobre las redes neuronales y el aprendizaje profundo, y puede ser un recurso decente para principiantes. Los comentarios son bienvenidos. (¡ Sin juego de palabras! )

Recientemente escribí un artículo de blog sobre este tema. Espero que esto sea tuyo.

Aprendizaje profundo para visión por computadora para la persona promedio – diaryofawannapreneur

Esto tiene una combinación de teoría e implementación.

Esta pregunta es muy difícil de responder sin que usted ofrezca sus antecedentes actuales.

Recientemente entregué una monografía que probablemente se utilizará como libro de texto para el nivel de introducción de la educación de aprendizaje profundo en CMU. Puede encontrar esto útil, pero si será útil depende principalmente de lo que ha aprendido ahora.

Puedes ver mi monografía aquí: Sobre el origen del aprendizaje profundo.