Học sâu cho mọi người - Các khóa học về học máy và học sâu cơ bản

Xem trước bài giảng trước khi tham gia 😉

Xem trận đấu giữa AlphaGo và Lee Sedol, tôi nhận ra rằng học máy có thể vượt trội hơn con người về trực giác và khả năng ra quyết định, cả hai đều là lĩnh vực vốn dĩ của con người, nếu có đủ dữ liệu. Quả thực, như Giáo sư Andrew Ng đã nói, nếu bạn có thể làm chủ học máy và làm chủ được khả năng của nó, bạn sẽ sở hữu một siêu năng lực thực sự.

Chúng tôi đã chuẩn bị các bài giảng video để giúp nhiều người hiểu hơn về học máy và học sâu, cũng như sử dụng những công cụ mạnh mẽ này để giải quyết vấn đề của riêng họ. Hơn nữa, chúng tôi đã vượt ra ngoài phạm vi lý thuyết và đưa vào các triển khai thực tế bằng TensorFlow, nền tảng học máy mã nguồn mở mới được Google phát hành gần đây. Chúng tôi nỗ lực giúp các khóa học về học máy và học sâu này dễ tiếp cận với bất kỳ ai chưa có kiến thức về toán học hoặc khoa học máy tính.

Những người như thế này sẽ thích nó 😉

Khóa học này dành cho bất kỳ ai quan tâm đến AI, ngay cả khi bạn chưa biết gì về nó. Đừng cảm thấy áp lực; hãy tham gia khóa học bất cứ khi nào bạn muốn học!

• Bất kỳ ai quan tâm đến trí tuệ nhân tạo
• Bất kỳ ai muốn hiểu các khái niệm về học máy và học sâu
• Những người muốn tự mình triển khai máy học

Để tôi kể cho bạn nghe điều này.

Các khái niệm cơ bản cốt lõi của máy học

Chúng tôi đã đề cập đến định nghĩa về học máy và tóm tắt những thông tin cần thiết mà bạn cần biết trước khi học học máy, bao gồm hồi quy, phân loại và cấu trúc cơ bản của TensorFlow.

Hồi quy tuyến tính

Chúng ta sẽ tìm hiểu về hồi quy tuyến tính, một trong những khái niệm thiết yếu để hiểu về học sâu, đồng thời khám phá các hàm chi phí trong hồi quy tuyến tính, hồi quy tuyến tính với nhiều đầu vào và triển khai chúng trong TensorFlow.

Hồi quy logistic

Tìm hiểu định nghĩa của hồi quy logistic, yêu cầu phải quyết định giữa hai lựa chọn và triển khai nó trong mã TensorFlow thực tế.

ML trong thực hành và một số mẹo

Tìm hiểu các khái niệm cần thiết để sử dụng máy học và xử lý dữ liệu một cách thực tế.

Các khái niệm cơ bản cốt lõi của học sâu

Tìm hiểu về các khái niệm cốt lõi của học sâu.

Mạng lưới nơ-ron

Tìm hiểu các khái niệm cơ bản về mạng nơ-ron, nền tảng của học sâu và khám phá các mạng nơ-ron cốt lõi như RNN và CNN.

Xin lưu ý trước khi tham gia lớp học!

Video này được tạo ra trong quá trình học trên Internet và các nguồn khác, và tôi đã sử dụng rất nhiều tài liệu bên dưới.

• Hướng dẫn ML của Andrew Ng và các hướng dẫn khác
  • https://class.coursera.org/ml-003/lecture
  • http://www.holehouse.org/mlclass/ (lưu ý)
  • Hướng dẫn học sâu
• Mạng nơ-ron tích chập để nhận dạng hình ảnh.
  • http://cs231n.github.io/
• Tensorflow
  • https://www.tensorflow.org
  • https://github.com/aymericdamien/TensorFlow-Examples
  • Học sâu @Udicity