¿Puedes recomendar un gran conjunto de videos de YouTube sobre aprendizaje automático y redes neuronales dirigidas a principiantes?

Gracias por hacer esta pregunta.

El aprendizaje automático es la ciencia de hacer que las computadoras actúen sin ser programadas explícitamente. En la última década, el aprendizaje automático nos ha brindado autos autónomos, reconocimiento de voz práctico, búsqueda efectiva en la web y una comprensión enormemente mejorada del genoma humano. El aprendizaje automático es tan generalizado hoy que probablemente lo use docenas de veces al día sin saberlo.

y el mejor curso gratuito: Machine Learning, Coursera ( Machine Learning | Coursera )

Impartido por: Andrew Ng, cofundador, Coursera; Profesor Adjunto, Universidad de Stanford; ex jefe de Baidu AI Group / Google Brain

Enlace de YouTube: curso de aprendizaje automático – YouTube

Revisión del curso: Machine Learning | Coursera

Realmente es una de las mejores cosas para ML y también es gratis. Pero estoy muy seguro de que si completas este curso, debes agradecerme por esta sugerencia.

Hay videos de YouTube de ‘sentdex’ y este tipo ha explicado e hecho un trabajo increíble en el aprendizaje automático.

Estoy de acuerdo en que el curso de Andrew Ng es increíble para el aprendizaje automático, pero es un curso de 12 semanas y si no puede asistir a sus conferencias y completarlo, debido a problemas de tiempo, la mejor manera de comenzar con el aprendizaje automático es comenzar con algunos de su algoritmo básico y prácticamente aplicándolos.

Puede recoger el problema de ML más básico de las especies de iris e intentar implementarlo. El algoritmo que se aplicará está casi disponible en muchos videos de YouTube, por lo que es mejor salir y comenzar a aplicar, lo que lo ayudará a aprender mejor.

Comencé con el aprendizaje automático hace 3 meses y tenía un dilema sobre qué elegir, así que seguí este enfoque y funciona.

  1. En primer lugar, debe comenzar con un curso básico como Andrew NG (Machine Learning – Stanford University | Coursera) para obtener una descripción básica. Una desventaja, por supuesto, es que se basa en Octave / Matlab.
  2. Si desea seguir el curso, pruebe la Introducción al aprendizaje automático de Udacity. Este curso es bueno y, por cierto, está basado en Python y le enseñará sobre scikit-learn y NLTK.

O mejor dicho, puede adoptar un enfoque diferente y probar esto

  • Comience con videos en este canal sentdex.
  • Esta es la lista de reproducción de Machine Learning
  • Aprendizaje automático con Python – YouTube
  • Aprendizaje automático de Scikit-learn con Python y SKlearn – YouTube
  • O carykh
  • Consulte un canal llamado Siraj Raval para ver videos cortos fáciles sobre algoritmos y su implementación.

Hay un par de canales que creo que son útiles:

El tren de codificación

Completa desafíos de codificación y tutoriales, a menudo relacionados con el aprendizaje automático. Principalmente JavaScript y Java (Procesamiento).

carykh

Si bien no son muchos tutoriales, explica muchos aspectos de sus proyectos relacionados con el aprendizaje automático y la inteligencia artificial con redes neuronales.

Además, este tampoco es un tutorial, pero puede encontrar interesante la red neuronal “MarI / O” de Sethbling:

MarI / O – Aprendizaje automático para videojuegos

junto con Playfun / Learnfun de Tom7:

NES AI Learnfun y Playfun, ep. 3: Gradius, pinball, hockey sobre hielo, actualizaciones de mario, etc.

Hay una serie de conferencias en Youtube de Hugo Larochelle en Neural Networks. Es realmente bueno para principiantes y cubre todo, desde lo básico hasta con gran detalle.

La teoría y los algoritmos se explican de manera muy organizada y en gran orden para una comprensión clara. La duración de las conferencias es en su mayoría de 10 a 15 minutos, por lo que no se vuelve aburrido incluso si continúa durante 2-3 conferencias en una sola sesión.

Estoy de acuerdo con Raanan Hadar sobre la clase de Aprendizaje automático (ML) de Andrew Ng en Coursera.

Sin embargo, establecería sus expectativas sobre el aprendizaje de redes neuronales (NN). Son un gran salto en términos de dificultad y complejidad sobre otras técnicas de Machine Learning. La clase de NN de Geoffrey Hinton en Coursera le dará una comprensión de NN, pero no será fácil ya que necesita saber Álgebra lineal y Cálculo.

La clase de Ng también usa un poco de Álgebra lineal y Cálculo, por lo que un principiante probablemente tendrá dificultades allí también.

Sebastian Thun tiene una clase ML de principiante gratuita en Udacity.

Te recomiendo que hagas el curso Andrew Ng Machine Learning en Coursera (tiene videos y es gratis).

Uno que estoy usando actualmente para adquirir nociones muy básicas (como lo que en realidad es “sobreajustar”) es el curso sobre aprendizaje de ML del profesor David Ihler: