¿Dónde puedo comenzar a aprender sobre redes neuronales?

He escrito otra respuesta para el aprendizaje automático: la respuesta de Prasoon Goyal a ¿Cómo aprendo el aprendizaje automático en 10 días?

Otros recursos útiles: la respuesta de Prasoon Goyal a ¿Cómo aprendo el aprendizaje automático?

No debe intentar saltar directamente a redes neuronales / aprendizaje profundo. Enfóquese primero en aprender los conceptos básicos del aprendizaje automático, porque el aprendizaje profundo (o cualquier otro paradigma del aprendizaje automático, en realidad) se basa en conceptos básicos en ML.

Como se describe en la respuesta vinculada anteriormente, debe pasar los primeros 5 a 6 días aprendiendo ML general. Luego, en los próximos dos días, comience con redes neuronales, experimentando con una red neuronal simple.

Publique eso, puede ver algunos códigos de ejemplo en un marco de aprendizaje profundo. Una de esas colecciones de ejemplos es la siguiente: aymericdamien / TensorFlow-examples. Básicamente, revise cada uno de los códigos secuencialmente. Ejecútelo, intente comprender lo que está haciendo, intente ajustarlo un poco para comprender mejor el código.

Puede optar por la formación en línea de Deep Learning y obtener experiencia práctica en el caso de uso de la red neuronal .

Edureka ofrece capacitación en línea para instructores en vivo en aprendizaje profundo con TensorFlow, que profundiza en las redes neuronales, le hace implementar algoritmos de aprendizaje profundo y le permite explorar capas de abstracción de datos.

Sus beneficios para realizar esta capacitación serían:

  1. Enfoque en prácticas, prácticas y proyectos
  2. Explicación fácil de conceptos vastos.
  3. Acceso de por vida al equipo de soporte
  4. Flexibilidad para volver a asistir a la sesión en vivo tantas veces como desee
  5. También obtenga un certificado al final del curso

Para encontrar el resto de los detalles sobre el curso, puede hacer clic aquí,

¿Qué es el aprendizaje profundo? Aprendizaje profundo simplificado | Tutorial de aprendizaje profundo | Edureka

Curso de aprendizaje profundo | Curso de TensorFlow | Entrenamiento de IA | Edureka

Además, si desea obtener información específica sobre la Red neuronal convencional (CNN), consulte el siguiente video:

Para obtener una comprensión básica de qué es exactamente la red neuronal, puede consultar el siguiente blog

Tutorial de redes neuronales – Inteligencia artificial | Aprendizaje profundo | Edureka

El mejor lugar para aprender Neural Network es Coursera | Cursos en línea de las mejores universidades. Únete gratis . Inscríbase en las Redes neuronales para el aprendizaje automático del profesor Geoffrey Hinton (Redes neuronales para el aprendizaje automático – Universidad de Toronto | Coursera).

El “aprendizaje profundo” es la última tendencia en redes neuronales. Una vez que conozca las redes neuronales, lo aliento a inscribirse en el curso de aprendizaje profundo de Udacity (Deep Learning | Udacity) y los cursos de aprendizaje profundo de Youtuber Siraj (Introducción al aprendizaje profundo (Udacity Nanodegree) – YouTube).

Buena suerte 🙂

Siéntase libre de compartir sus pensamientos también 🙂

Puede comenzar con el curso Coursera de Andrew Ng. El curso es antiguo ahora y no habla de varias cosas que la gente usa ahora mientras entrena redes neuronales. Sin embargo, ofrece algunas buenas ideas sobre la regresión lineal y logística junto con la estructura básica de una red de retroalimentación.

Si quieres algo más avanzado y más reciente, definitivamente deberías echar un vistazo a este increíble curso impartido por Andrej Karpathy y otros de Stanford. Las conferencias en video tuvieron que ser eliminadas oficialmente del sitio, pero están disponibles en YouTube. Las tareas son realmente asombrosas y muy divertidas de hacer.

Lo que te queda es un buen paquete para entrenar tus redes neuronales. Hay varios (TensorFlow (Google), Torch (Facebook), Theano (U de Montreal), Keras (Google), Caffe (UC Berkley), etc. CS 231 tiene una diapositiva que compara estos paquetes y sugiere uno según su problema. Asegúrate de darle un vistazo.