Loading...
momchilgenov avatar momchilgenov 2 Точки

Neural Networks/Невронни мрежи

Здравейте,

Не знам дали тук трябва да е поста,но въпросът ми е следния:

Имайки предвид , че съм взел курсовете Programming Fundamentals,Tech Module,OOP Basics(Увод в ООП),Увод в Алгоритмите(структури от данни,сортирания,търсения) и ги знам добре нещата, искам да науча основите на програмирането на невронните мрежи и знам, че има и не малко математика въвлечена с тях, та някакви насоки за какво да правя и откъде да започна-някакъв курс,конкретна книга, или ако е добре някой друг курс несвързан с невронни мрежи преди това да взема?

Много съм мотивиран да ги науча, но проблема е че като гледам видеа в нета или като чета книги по темата и много от нещата са необяснени, основно около математиката и тук-там за функционирането на матриците.

Ако някой може да ми препоръча книга,видеа,или курс където обясняват нещата като за маймуни(имайки предвид знанията ми до момента) ще бъда безкрайно благодарен.

0
Machine Learning
Quake3 avatar Quake3 546 Точки

Здравей,

можеш да погледнеш: http://dlib.net/books.html. Предполагам, че ще отнеме много време, но при наличие на такова, прегледай ги.
Препоръчвам, защото преди дни ми бяха препоръчани първите две от Machine Learning частта.

П.П. При мен ставаше въпрос за разпознаване на лица.

1
18/07/2018 23:51:55
momchilgenov avatar momchilgenov 2 Точки

Мерси много! Честно казано започнах да се съмнявам, че съществува място в нета където непросветените да намерят (или да знаят къде да търсят) огромна част от информацията, която им трябва.Определено ще отнеме време и много енергия, но доколкото зависи от мен ще уча.Благодарен съм и че книгите са от ниски нива към по-сериозни, както и че има такива обясняващи математиката.

1
boris.vassilev avatar boris.vassilev 2 Точки

Това може да ти помогне: https://www.youtube.com/watch?v=XJ7HLz9VYz0&list=PLRqwX-V7Uu6aCibgK1PTWWu9by6XFdCfh . Доста детайлно е обяснено. Съжалявам, ако вече си го прегледал.

Дано съм полезен :D.

1
zomtorg avatar zomtorg 36 Точки

Дисертацията ми се базираше на уеб апликация интерактивни невронни мрежи с TensorFlow, като заимствах от Google's Playground - пример.

Според мен този курс беше доста полезен - нещата са добре обяснени.

Като цяло невронните мрежи са интересни, но са подкатегория на Artificial Intelligence. Ако желаеш може да започнеш от там, защото нещата са интересни и не са чак толкова дълбоки - този учебник ми помогна доста. Може да използваш Malmo за разработването на агенти, което е доста готино.

Доста дълбока математика идва с Elements of Statistical Learning, специално Глава 11, където предполагам всичко ще ти стане ясно ако отделиш достатъчно време.

1
24/07/2018 19:27:42
dim4o avatar dim4o 288 Точки

Това е моят списък с полезни ресурси, който бях нахвърлил на един gist преди 2-3 месеца. Не съм го ъпдейтвал от тогава, но има още много неща, които не съм споменал(обяснения за multivariable calculus, доста статистика и др.). Имам една идея да направя github репо с полезни връзки и ако има навити хора, които да споделят ресурси, които са им помагали - да ги добавя. Смятам, че може да е полезно за всички. То има доста такива репота, но въпреки това ще се получи интересно, защото всеки е минал по различен път и ресурсите биха били доста разнородни. Например в настоящата тема на форума видях 2-3 поста с доста неща, които не бях срещал - екстра.

Математика

Линейна алгебра (Linear Algebra)

  • Essence of linear algebra За мен това е възможно най-доброто представяне на линейната алгебра. Изобщо 3Blue1Brown е най-уникалният презентатор на всякакви теми свързани с математиката. За мен неговият канал е като златна мина. Стандартното представяне на линейната алгебра по книги, туториали и особено университетски курсове е просто отвратително. Ако човек не е попаднал на този канал може да се мисли, че това е най-неинтуитивния дял в математиката.

Анализ (Calcus)

  • Essence of calculus - отново 3Blue1Brown и естествено отново нещо уникално.

 

Machine Learning Videos

Neural Networks

  • Neural Networks - най-доброто според мен предстаяне на невронните мрежи(3Blue1Brown е все пак).

SVM

  • Това е най-доброто представяне на SVM, което съм гледал: SVM. Много точно, много артистично и доставя истинско удоволствие за математическите сетива на човек(ако има такива).

Machine Learning Videos Courses

  • Andrew Ng безплатен курс в Coursera. Това е може би най-доброто с което може да се започне. Задълбочени обясниния за стандартните ML алгоритми + невронни мрежи. Препоръчвам да се гледат поне видеата за linear regressionlogistic regression и как работи gradient descent. Идеално е за хора, които не се задоволяват със стандартната "интуиция", която се дава по темите. Гледах повечето видеа и съм много доволен(като изключим едни примери, които смятам за неудачни чисто от психологическа гледна точка).
  • TensorFlow курс - Добър курс за старт с TensorFlow, препоръчвам лабовете - направил съм само няколко засега но изглеждат добри. Изисква добро познаване на Machine Learning алгоритмите, защото в TensofFlow просто трябва такова(освен ако не искате да наизустявате безмозъчно код). Затова мисля, че TensorFlow е много полезна библиотека в сравнение с scikit-learn, която е с доста high level API и може да се мине с доста мъгляви познания.

Image transformations

1
24/07/2018 23:06:52
Можем ли да използваме бисквитки?
Ние използваме бисквитки и подобни технологии, за да предоставим нашите услуги. Можете да се съгласите с всички или част от тях.
Назад
Функционални
Използваме бисквитки и подобни технологии, за да предоставим нашите услуги. Използваме „сесийни“ бисквитки, за да Ви идентифицираме временно. Те се пазят само по време на активната употреба на услугите ни. След излизане от приложението, затваряне на браузъра или мобилното устройство, данните се трият. Използваме бисквитки, за да предоставим опцията „Запомни Ме“, която Ви позволява да използвате нашите услуги без да предоставяте потребителско име и парола. Допълнително е възможно да използваме бисквитки за да съхраняваме различни малки настройки, като избор на езика, позиции на менюта и персонализирано съдържание. Използваме бисквитки и за измерване на маркетинговите ни усилия.
Рекламни
Използваме бисквитки, за да измерваме маркетинг ефективността ни, броене на посещения, както и за проследяването дали дадено електронно писмо е било отворено.