Comment puis-je apprendre les réseaux neuronaux?

15

Je suis un étudiant de premier cycle (mentionnant ceci afin que vous puissiez pardonner ma méconnaissance) qui fait actuellement des recherches en utilisant des réseaux de neurones. J'ai codé un réseau neuronal à trois nœuds (qui fonctionne) sur la base des conseils de mon professeur. Cependant, je voudrais poursuivre une carrière dans l'IA et la science des données, et j'aimerais m'apprendre davantage sur ces sujets de manière approfondie. Y a-t-il des livres ou des ressources qui m'en apprendront davantage sur les structures des réseaux de neurones, l'apprentissage en profondeur, etc. Y a-t-il des recommandations?

Remarque: je maîtrise Java, Python, Bash, JavaScript, Matlab et je connais un peu le C ++.

machine-learning  neural-network 
— Furkan Toprak
source

Réponses:

7

J'ai une maîtrise en informatique et ma thèse portait sur la prédiction de séries chronologiques à l'aide de réseaux de neurones.

Le livre Hands on machine learning avec Scikit et Tensorflow a été extrêmement utile d'un point de vue pratique. Il expose vraiment les choses très clairement, sans beaucoup de théorie et de mathématiques. Je le recommande fortement.

D'un autre côté, le livre de Ian Goodfellow est également un incontournable (une sorte de bible de DL). Vous y trouverez les explications théoriques, mais cela vous laissera beaucoup plus bien informé en ce qui concerne l'apprentissage en profondeur et l'humble début du domaine jusqu'à présent.

Un autre, comme d'autres l'ont suggéré, est bien sûr le Deep Learning with Python de Chollet. J'ai pris plaisir à lire ce livre. En effet, il était très bien écrit, et encore une fois, il vous apprend des astuces et des concepts que vous comprenez à peine à partir de tutoriels et de cours en ligne.

De plus, je vois que vous êtes familier avec Matlab, alors peut-être que vous avez pris des statistiques / classes de probabilité, sinon, tout cela vous submergera un peu.

— Kejsi Struga
source
1
J'ai pris beaucoup de conseils de ce fil, et l'apprentissage automatique avec Scikit et Tensorflow était le livre le plus utile parmi ces suggestions. J'ai déplacé la réponse acceptée à votre réponse. Je vous remercie.
— Furkan Toprak
Heureux d'être utile :) @FurkanToprak
— Kejsi Struga
10

Si vous voulez un bon et solide début pour l'apprentissage en profondeur, je suggérerais de commencer avec le livre intitulé "Deep Learning" de Ian Goodfellow et al. Après cela, vous aurez une bonne base que vous pourrez utiliser grâce aux nombreux didacticiels, articles et cours disponibles en ligne.

Cependant, j'ajouterais également qu'avant de faire cela, vous devriez suivre un cours de base de "machine learning" (devrait être disponible dans votre université). De nos jours, beaucoup de gens se tournent directement vers l'apprentissage en profondeur et la mise en œuvre de réseaux de neurones, car c'est relativement facile, mais ils n'ont pas la compréhension nécessaire pour l'améliorer ou l'utiliser à son plein potentiel.

— Mark.F
source
1
Je suis complètement d'accord avec ça. Beaucoup de ML et NN ont des "dépendances de connaissances" où il est plus facile de ne pas sauter dans les choses difficiles sans construire une base suffisante dans certaines des techniques / concepts sous-jacents. Au-delà du calcul et de l'algèbre linéaire, construisez une base dans certains des concepts de base de l'apprentissage automatique (en particulier mathématiquement)
— Ethan
8

Comme d'autres l'ont suggéré, de très bonnes ressources. Si vous voulez des connaissances approfondies, je suggère un cours d' Andrew Ng sur coursera. Il couvre une connaissance approfondie des bases du ML et si vous ne savez pas si vous commencez par l'IA, le ML ou l'apprentissage en profondeur, vous pouvez suivre le lien du blog dans mon profil. J'ai récemment publié comment utiliser ces technologies .

PS: je ne fais pas de publicité ici sur mon blog. J'aide juste. Si vous voulez suivre, vous pouvez suivre sinon allez simplement avec Andrew Ng

— Gaurav
source
4
Ng est une sorte de classique, et sa nouvelle spécialité retravaillée est à jour et propose également des interviews avec de nombreux grands noms du sujet (Hinton, Le Cunn, Goodfellow, et bien d'autres, etc.) . Suivre ce cours vous donnera une bonne base, et c'est quelque chose que vous aurez probablement en commun avec d'autres pratiquants de votre génération. Je le ferais pour cette dernière raison seulement - notez que ce n'est pas très difficile - le cours Coursera de Hinton est beaucoup plus difficile, mais un peu daté maintenant.
— Mike Wise
@ MikeWise Oui, je ne dis pas que le cours est difficile. Je dis que le réseau de neurones est difficile, surtout lorsque vous êtes débutant et que vous avez des connaissances sur le Web
— Gaurav
6

Je vous suggère fortement de lire ce grand livre: l'apprentissage automatique avec Scikit et Tensorflow. Les réseaux de neurones sont présentés succinctement dans les chapitres 9 et 10. Il existe de nombreux exemples à mettre en pratique. Pour comprendre efficacement le script d'exemples, vous devez avoir des connaissances en programmation Python. Bonne journée!

— Nga Dao
source
3

Deep Learning with Python par François Chollet est une excellente introduction de haut niveau au deep learning par l'auteur de Keras.

— Ethan
source
1

Pour ajouter aux références ci-dessus (le deeplearningbook de Goodfellow et al. Est un must si vous voulez approfondir le sujet), un excellent livre pratique plonge dans l'apprentissage profond qui donne une approche de pointe (vision par ordinateur , NLP) en utilisant l'API gluon (framework mxnet, voir aussi la dope droite ). Je recommande également fortement les ressources du logiciel pytorch ( tutoriels ).

— Foivos
source
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.