TensorFlow के साथ सैद्धांतिक और उन्नत मशीन लर्निंग
नीचे दी गई शिक्षण सामग्री को शुरू करने से पहले, यह सुनिश्चित कर लें:
हमारे पाठ्यक्रम को पूरा करें TensorFlow के साथ मशीन सीखने की मूल बातें , या समकक्ष ज्ञान प्राप्त करें
सॉफ्टवेयर विकास का अनुभव है, विशेष रूप से पायथन में
यह पाठ्यक्रम उन लोगों के लिए एक प्रारंभिक बिंदु है जो यह करना चाहते हैं:
एमएल की उनकी समझ में सुधार करें
TensorFlow के साथ कागजात को समझना और कार्यान्वित करना शुरू करें
जारी रखने से पहले आपको पहले से ही पृष्ठभूमि का ज्ञान होना चाहिए कि एमएल कैसे काम करता है या शुरुआती पाठ्यक्रम में शिक्षण सामग्री को पूरा करता है मशीन लर्निंग की मूल बातें TensorFlow के साथ । नीचे दी गई सामग्री का उद्देश्य शिक्षार्थियों को अधिक सैद्धांतिक और उन्नत मशीन लर्निंग सामग्री के लिए मार्गदर्शन करना है। आप देखेंगे कि कई संसाधन TensorFlow का उपयोग करते हैं, हालाँकि, ज्ञान अन्य ML फ्रेमवर्क में स्थानांतरित किया जा सकता है।
एमएल की अपनी समझ को आगे बढ़ाने के लिए, आपके पास पायथन प्रोग्रामिंग अनुभव के साथ-साथ कैलकुलस, रैखिक बीजगणित, संभाव्यता और सांख्यिकी में एक पृष्ठभूमि होनी चाहिए। आपके एमएल ज्ञान को गहरा करने में आपकी मदद करने के लिए, हमने विश्वविद्यालयों से कई अनुशंसित संसाधनों और पाठ्यक्रमों के साथ-साथ कुछ पाठ्यपुस्तकों को सूचीबद्ध किया है।
चरण 1: गणित अवधारणाओं की अपनी समझ को ताज़ा करें
एमएल एक गणित भारी अनुशासन है। यदि आप एमएल मॉडल को संशोधित करने या नए मॉडल बनाने की योजना बना रहे हैं, तो अंतर्निहित गणित अवधारणाओं से परिचित होना महत्वपूर्ण है। आपको सभी गणित पहले से सीखने की ज़रूरत नहीं है, लेकिन इसके बजाय आप उन अवधारणाओं को देख सकते हैं जिनसे आप अपरिचित हैं क्योंकि आप उनके सामने आते हैं। यदि आपको गणित का कोर्स किए हुए कुछ समय हो गया है, तो एक पुनश्चर्या के लिए 3blue1brown से रेखीय बीजगणित का सार और कैलकुलस प्लेलिस्ट का सार देखने का प्रयास करें। हम अनुशंसा करते हैं कि आप किसी विश्वविद्यालय से कक्षा लेते हुए जारी रखें, या एमआईटी से ओपन एक्सेस लेक्चर देखें, जैसे रेखीय बीजगणित या सिंगल वेरिएबल कैलकुलस ।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो मैट्रिक्स, निर्धारकों, ईजिन-सामानों और अधिक की ज्यामितीय समझ की व्याख्या करती है।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो कैलकुलस के मूल सिद्धांतों को इस तरह से समझाती है जो आपको मूलभूत प्रमेयों की एक मजबूत समझ प्रदान करती है, न कि केवल समीकरण कैसे काम करते हैं।
MIT के इस परिचयात्मक पाठ्यक्रम में मैट्रिक्स सिद्धांत और रैखिक बीजगणित शामिल हैं। उन विषयों पर जोर दिया जाता है जो अन्य विषयों में उपयोगी होंगे, जिनमें समीकरणों की प्रणाली, वेक्टर रिक्त स्थान, निर्धारक, eigenvalues, समानता और सकारात्मक निश्चित मैट्रिक्स शामिल हैं।
एमआईटी से यह प्रारंभिक कैलकुस पाठ्यक्रम अनुप्रयोगों के साथ एक चर के कार्यों के भेदभाव और एकीकरण को शामिल करता है।
चरण 2: इन पाठ्यक्रमों और पुस्तकों के साथ गहन शिक्षण की अपनी समझ को गहरा करें
कोई एकल पाठ्यक्रम नहीं है जो आपको गहन शिक्षण के बारे में जानने के लिए आवश्यक सब कुछ सिखाएगा। एक तरीका जो मददगार हो सकता है, वह है एक ही समय में कुछ कोर्स करना। यद्यपि सामग्री में ओवरलैप होगा, कई प्रशिक्षकों को विभिन्न तरीकों से अवधारणाओं की व्याख्या करने में मदद मिल सकती है, खासकर जटिल विषयों के लिए। शुरू करने में आपकी सहायता करने के लिए नीचे कई पाठ्यक्रम दिए गए हैं। आप उनमें से प्रत्येक को एक साथ एक्सप्लोर कर सकते हैं, या केवल वही चुन सकते हैं जो आपको सबसे अधिक प्रासंगिक लगे।
याद रखें, जितना अधिक आप सीखते हैं, और अभ्यास के माध्यम से इन अवधारणाओं को सुदृढ़ करते हैं, उतना ही अधिक आप अपने स्वयं के एमएल मॉडल के निर्माण और मूल्यांकन में सक्षम होंगे।
ये कोर्स करें:
MIT कोर्स 6.S191: डीप लर्निंग का परिचय MIT से TensorFlow के साथ डीप लर्निंग के लिए एक प्रारंभिक पाठ्यक्रम है और एक अद्भुत संसाधन भी है।
कौरसेरा में एंड्रयू एनजी की डीप लर्निंग स्पेशलाइजेशन डीप लर्निंग की नींव भी सिखाती है, जिसमें कन्वेन्शनल नेटवर्क, आरएनएस, एलएसटीएम और बहुत कुछ शामिल हैं। यह विशेषज्ञता आपको अपने काम में गहरी शिक्षा लागू करने और एआई में करियर बनाने में मदद करने के लिए डिज़ाइन की गई है।
MIT से इस कोर्स में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और TensorFlow में तंत्रिका नेटवर्क के निर्माण में व्यावहारिक अनुभव प्राप्त करेंगे।
डीप लर्निंग.एआई
डीप लर्निंग स्पेशलाइजेशनपांच पाठ्यक्रमों में, आप डीप लर्निंग की नींव सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाता है, और सफल मशीन लर्निंग प्रोजेक्ट्स का नेतृत्व करना और एआई में करियर बनाना सीखना होगा। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि इसे उद्योग में कैसे लागू किया जाता है।
और इन पुस्तकों को पढ़ें:
ऊपर सूचीबद्ध पाठ्यक्रमों में आप जो सीखते हैं, उसके पूरक के लिए, हम अनुशंसा करते हैं कि आप नीचे दी गई पुस्तकों को पढ़कर गहराई से गोता लगाएँ। प्रत्येक पुस्तक ऑनलाइन उपलब्ध है, और आपको अभ्यास करने में मदद करने के लिए पूरक सामग्री प्रदान करती है।
आप डीप लर्निंग को पढ़कर शुरू कर सकते हैं: इयान गुडफेलो, योशुआ बेंगियो और आरोन कौरविल द्वारा एक एमआईटी प्रेस बुक । डीप लर्निंग पाठ्यपुस्तक एक उन्नत संसाधन है जिसका उद्देश्य छात्रों को उनकी समझ को गहरा करने में मदद करना है। पुस्तक के साथ एक वेबसाइट है , जो अभ्यास, व्याख्यान स्लाइड, गलतियों के सुधार, और अन्य संसाधनों सहित विभिन्न प्रकार की पूरक सामग्री प्रदान करती है, ताकि आप अवधारणाओं के साथ अभ्यास कर सकें।
आप माइकल नीलसन की ऑनलाइन पुस्तक न्यूरल नेटवर्क्स एंड डीप लर्निंग को भी देख सकते हैं। यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक बेहतरीन संदर्भ है।
यह डीप लर्निंग पाठ्यपुस्तक सामान्य रूप से मशीन लर्निंग और विशेष रूप से डीप लर्निंग के क्षेत्र में छात्रों और चिकित्सकों की मदद करने के लिए एक संसाधन है।
यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक बेहतरीन संदर्भ है।
चरण 3: TensorFlow के साथ पेपर पढ़ें और कार्यान्वित करें
इस बिंदु पर, हम अनुशंसा करते हैं कि पेपर पढ़ें और हमारी वेबसाइट पर उन्नत ट्यूटोरियल आज़माएं , जिसमें कुछ प्रसिद्ध प्रकाशनों के कार्यान्वयन शामिल हैं। उन्नत एप्लिकेशन, मशीनी अनुवाद या इमेज कैप्शनिंग सीखने का सबसे अच्छा तरीका ट्यूटोरियल से जुड़े पेपर को पढ़ना है। जैसा कि आप इसके माध्यम से काम करते हैं, कोड के प्रासंगिक अनुभाग खोजें, और अपनी समझ को मजबूत करने में सहायता के लिए उनका उपयोग करें।
TensorFlow के साथ सैद्धांतिक और उन्नत मशीन लर्निंग
नीचे दी गई शिक्षण सामग्री को शुरू करने से पहले, यह सुनिश्चित कर लें:
हमारे पाठ्यक्रम को पूरा करें TensorFlow के साथ मशीन सीखने की मूल बातें , या समकक्ष ज्ञान प्राप्त करें
सॉफ्टवेयर विकास का अनुभव है, विशेष रूप से पायथन में
यह पाठ्यक्रम उन लोगों के लिए एक प्रारंभिक बिंदु है जो यह करना चाहते हैं:
एमएल की उनकी समझ में सुधार करें
TensorFlow के साथ कागजात को समझना और कार्यान्वित करना शुरू करें
जारी रखने से पहले आपको पहले से ही पृष्ठभूमि का ज्ञान होना चाहिए कि एमएल कैसे काम करता है या शुरुआती पाठ्यक्रम में शिक्षण सामग्री को पूरा करता है मशीन लर्निंग की मूल बातें TensorFlow के साथ । नीचे दी गई सामग्री का उद्देश्य शिक्षार्थियों को अधिक सैद्धांतिक और उन्नत मशीन लर्निंग सामग्री के लिए मार्गदर्शन करना है। आप देखेंगे कि कई संसाधन TensorFlow का उपयोग करते हैं, हालाँकि, ज्ञान अन्य ML फ्रेमवर्क में स्थानांतरित किया जा सकता है।
एमएल की अपनी समझ को आगे बढ़ाने के लिए, आपके पास पायथन प्रोग्रामिंग अनुभव के साथ-साथ कैलकुलस, रैखिक बीजगणित, संभाव्यता और सांख्यिकी में एक पृष्ठभूमि होनी चाहिए। आपके एमएल ज्ञान को गहरा करने में आपकी मदद करने के लिए, हमने विश्वविद्यालयों से कई अनुशंसित संसाधनों और पाठ्यक्रमों के साथ-साथ कुछ पाठ्यपुस्तकों को सूचीबद्ध किया है।
चरण 1: गणित अवधारणाओं की अपनी समझ को ताज़ा करें
एमएल एक गणित भारी अनुशासन है। यदि आप एमएल मॉडल को संशोधित करने या नए मॉडल बनाने की योजना बना रहे हैं, तो अंतर्निहित गणित अवधारणाओं से परिचित होना महत्वपूर्ण है। आपको सभी गणित पहले से सीखने की ज़रूरत नहीं है, लेकिन इसके बजाय आप उन अवधारणाओं को देख सकते हैं जिनसे आप अपरिचित हैं क्योंकि आप उनके सामने आते हैं। यदि आपको गणित का कोर्स किए हुए कुछ समय हो गया है, तो एक पुनश्चर्या के लिए 3blue1brown से रेखीय बीजगणित का सार और कैलकुलस प्लेलिस्ट का सार देखने का प्रयास करें। हम अनुशंसा करते हैं कि आप किसी विश्वविद्यालय से कक्षा लेते हुए जारी रखें, या एमआईटी से ओपन एक्सेस लेक्चर देखें, जैसे रेखीय बीजगणित या सिंगल वेरिएबल कैलकुलस ।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो मैट्रिक्स, निर्धारकों, ईजिन-सामानों और अधिक की ज्यामितीय समझ की व्याख्या करती है।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो कैलकुलस के मूल सिद्धांतों को इस तरह से समझाती है जो आपको मूलभूत प्रमेयों की एक मजबूत समझ प्रदान करती है, न कि केवल समीकरण कैसे काम करते हैं।
MIT के इस परिचयात्मक पाठ्यक्रम में मैट्रिक्स सिद्धांत और रैखिक बीजगणित शामिल हैं। उन विषयों पर जोर दिया जाता है जो अन्य विषयों में उपयोगी होंगे, जिनमें समीकरणों की प्रणाली, वेक्टर रिक्त स्थान, निर्धारक, eigenvalues, समानता और सकारात्मक निश्चित मैट्रिक्स शामिल हैं।
एमआईटी से यह प्रारंभिक कैलकुस पाठ्यक्रम अनुप्रयोगों के साथ एक चर के कार्यों के भेदभाव और एकीकरण को शामिल करता है।
चरण 2: इन पाठ्यक्रमों और पुस्तकों के साथ गहन शिक्षण की अपनी समझ को गहरा करें
कोई एकल पाठ्यक्रम नहीं है जो आपको गहन शिक्षण के बारे में जानने के लिए आवश्यक सब कुछ सिखाएगा। एक तरीका जो मददगार हो सकता है, वह है एक ही समय में कुछ कोर्स करना। यद्यपि सामग्री में ओवरलैप होगा, कई प्रशिक्षकों को विभिन्न तरीकों से अवधारणाओं की व्याख्या करने में मदद मिल सकती है, खासकर जटिल विषयों के लिए। शुरू करने में आपकी सहायता करने के लिए नीचे कई पाठ्यक्रम दिए गए हैं। आप उनमें से प्रत्येक को एक साथ एक्सप्लोर कर सकते हैं, या केवल वही चुन सकते हैं जो आपको सबसे अधिक प्रासंगिक लगे।
याद रखें, जितना अधिक आप सीखते हैं, और अभ्यास के माध्यम से इन अवधारणाओं को सुदृढ़ करते हैं, उतना ही अधिक आप अपने स्वयं के एमएल मॉडल के निर्माण और मूल्यांकन में सक्षम होंगे।
ये कोर्स करें:
MIT कोर्स 6.S191: डीप लर्निंग का परिचय MIT से TensorFlow के साथ डीप लर्निंग के लिए एक प्रारंभिक पाठ्यक्रम है और एक अद्भुत संसाधन भी है।
कौरसेरा में एंड्रयू एनजी की डीप लर्निंग स्पेशलाइजेशन डीप लर्निंग की नींव भी सिखाती है, जिसमें कन्वेन्शनल नेटवर्क, आरएनएस, एलएसटीएम और बहुत कुछ शामिल हैं। यह विशेषज्ञता आपको अपने काम में गहरी शिक्षा लागू करने और एआई में करियर बनाने में मदद करने के लिए डिज़ाइन की गई है।
MIT से इस कोर्स में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और TensorFlow में तंत्रिका नेटवर्क के निर्माण में व्यावहारिक अनुभव प्राप्त करेंगे।
डीप लर्निंग.एआई
डीप लर्निंग स्पेशलाइजेशनपांच पाठ्यक्रमों में, आप डीप लर्निंग की नींव सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाता है, और सफल मशीन लर्निंग प्रोजेक्ट्स का नेतृत्व करना और एआई में करियर बनाना सीखना होगा। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि इसे उद्योग में कैसे लागू किया जाता है।
और इन पुस्तकों को पढ़ें:
ऊपर सूचीबद्ध पाठ्यक्रमों में आप जो सीखते हैं, उसके पूरक के लिए, हम अनुशंसा करते हैं कि आप नीचे दी गई पुस्तकों को पढ़कर गहराई से गोता लगाएँ। प्रत्येक पुस्तक ऑनलाइन उपलब्ध है, और आपको अभ्यास करने में मदद करने के लिए पूरक सामग्री प्रदान करती है।
आप डीप लर्निंग को पढ़कर शुरू कर सकते हैं: इयान गुडफेलो, योशुआ बेंगियो और आरोन कौरविल द्वारा एक एमआईटी प्रेस बुक । डीप लर्निंग पाठ्यपुस्तक एक उन्नत संसाधन है जिसका उद्देश्य छात्रों को उनकी समझ को गहरा करने में मदद करना है। पुस्तक के साथ एक वेबसाइट है , जो अभ्यास, व्याख्यान स्लाइड, गलतियों के सुधार, और अन्य संसाधनों सहित विभिन्न प्रकार की पूरक सामग्री प्रदान करती है, ताकि आप अवधारणाओं के साथ अभ्यास कर सकें।
आप माइकल नीलसन की ऑनलाइन पुस्तक न्यूरल नेटवर्क्स एंड डीप लर्निंग को भी देख सकते हैं। यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक बेहतरीन संदर्भ है।
यह डीप लर्निंग पाठ्यपुस्तक सामान्य रूप से मशीन लर्निंग और विशेष रूप से डीप लर्निंग के क्षेत्र में छात्रों और चिकित्सकों की मदद करने के लिए एक संसाधन है।
यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक बेहतरीन संदर्भ है।
चरण 3: TensorFlow के साथ पेपर पढ़ें और कार्यान्वित करें
इस बिंदु पर, हम अनुशंसा करते हैं कि पेपर पढ़ें और हमारी वेबसाइट पर उन्नत ट्यूटोरियल आज़माएं , जिसमें कुछ प्रसिद्ध प्रकाशनों के कार्यान्वयन शामिल हैं। उन्नत एप्लिकेशन, मशीनी अनुवाद या इमेज कैप्शनिंग सीखने का सबसे अच्छा तरीका ट्यूटोरियल से जुड़े पेपर को पढ़ना है। जैसा कि आप इसके माध्यम से काम करते हैं, कोड के प्रासंगिक अनुभाग खोजें, और अपनी समझ को मजबूत करने में सहायता के लिए उनका उपयोग करें।