Довідки з нейронної мережі (підручники, онлайн-курси) для початківців

Я хочу вивчити нейронні мережі. Я - комп'ютерний лінгвіст. Я знаю підходи до статистичного машинного навчання і можу кодувати в Python.

Я хочу почати з її концепцій, і знаю одну або дві популярні моделі, які можуть бути корисні з точки зору обчислювальної лінгвістики.

Я переглянув Інтернет для ознайомлення і знайшов кілька книг та матеріалів.

• Ріплі, Брайан Д. (1996) Розпізнавання образів та нейронних мереж, Кембридж

• Бішоп, CM (1995) Нейронні мережі для розпізнавання образів, Оксфорд: Оксфордський університетський прес.

• деякі посилання, як ця теза , ці курсові записки (кафедра психології Університету Торонто), ці конспекти (Університет Вісконсінської комп'ютерної науки) та це слайд-шоу (Facebook Research).

Курси курсів, як правило, приємні, якщо хтось знає щось важливе з них. Я віддаю перевагу матеріалам з виразною мовою та достатньою кількістю прикладів.

Вам пощастило! На даний момент доступна дивовижна кількість ресурсів. Зокрема, ви можете подивитися:

• Coursera курс скоро почнеться
• нещодавно опублікований онлайн-підручник деяких лідерів у цій галузі (Goodfellow, Bengio та Courville)
• ці конспекти лекцій та цей огляд , які більше орієнтовані на природну обробку мови
• набір блог із красивими візуалізаціями Кріса Олаха
• два добре підтримувані набори інструментів з інтерфейсами python та онлайн-підручники: Tensorflow та Theano

Основні посилання:

Курси з глибокого навчання:

• Курс Ендрю Нґ з машинного навчання має чудовий вступний розділ про нейронні мережі.
• Курс Джеффрі Хінтона: Нейронні мережі Coursera для машинного навчання (осінь 2012)
• Безкоштовна книга Майкла Нільсена " Нейронні мережі та глибоке навчання"
• Йошуа Бенджо, Ян Гудфеллоу та Аарон Курвіль написали книгу про глибоке навчання (2016)
• Курс Уго Ларошелла (відео + слайди) в Університеті де Шербрук
• Підручник Стенфорда (Ендрю Нґ та ін.) Про непідконтрольне функціонуванню та глибокому навчанню
• Курс ML Оксфорд 2014-2015
• Курс глибокого навчання NVIDIA (літо 2015)
• Курс глибокого навчання Google з Udacity (січень 2016 р.)

НЛП-орієнтована:

• Stanford CS224d: Поглиблене навчання природній мові (весна 2015 року) Річарда Сочера
• Підручник, наданий на NAACL HLT 2013: Поглиблене навчання природній мові (без магії) (відео + слайди)

Зорово орієнтоване:

• CS231n конвертувальні нейронні мережі для візуального розпізнавання Андрія Карпаті (попередня версія, коротша та менш відполірована: посібник Хекера по нейронних мережах ).

Підручники, орієнтовані на інструментарій:

• DL4J (Java): http://deeplearning4j.org/documentation.html
• Теано (Python, Y. Bengio): http://deeplearning.net/
• Машинне навчання за допомогою Torch7 (Lua, LeCun): http://code.madbits.com/wiki/doku.php
• Глибоке навчання H2O (Java): http://0xdata.com/product/deep-learning/
• Кава (C ++, UCB): http://caffe.berkeleyvision.org/
• Курс глибокого навчання Нервани

http://www.kdnuggets.com/2015/11/seven-steps-machine-learning-python.html

http://neuralnetworksanddeeplearning.com/

Це були мої улюблені ресурси. Почала з курсу машинного навчання в Стенфорді, але вважаю за краще читати лекції. Тим більше, що показання базуються на прикладі.

https://coorsy.com/topics/artificial-neural-network/for-beginners

Ви можете вивчити курси в Інтернеті від багатьох постачальників курсів тут. Також я пропоную вам поглянути на пов'язані теми.

Нейронні мережі та глибоке навчання - це доступна відправна точка .

Нейронні мережі та глибоке навчання - це безкоштовна онлайн-книга. Книга навчить вас про:

Нейронні мережі - прекрасна біологічно натхненна парадигма програмування, яка дає змогу комп’ютеру вчитися на спостережних даних. Глибоке навчання, потужний набір методів навчання в нейронних мережах. Нейронні мережі та глибоке навчання в даний час дають найкращі рішення для багатьох проблем розпізнавання зображень, мови розпізнавання та обробка природних мов. Ця книга навчить вас багатьох основних понять, що стоять за нейронними мережами та глибоким навчанням.

Для швидкого навчання я вибрав би:

Ця лекція глибокого навчання від великого вчителя-дослідника Нандо де Фрейтаса: https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

Для розуміння теорії практичного програмування в Python цей матеріал від Андрія Карпаті: http://cs231n.github.io/

А для NLP: https://arxiv.org/abs/1510.00726

http://yerevann.com/a-guide-to-deep-learning/

Це дає хороші вказівки щодо вашої глибокої навчальної подорожі.