Comments 31
Спасибо. отличные лекции и стримы, теперь все в одном месте!
+2
А можно лекции выпустить как записи в текстовом варианте. А то видеоуроки не очень располагают к изучению.
0
Мне казалось, это как раз современный формат обучения, буквы уже никто не читает!
Если серьезно, то если кто-то осилит на основе этого собрать методичку текстом — было бы просто замечательно. Я не осилю :(
Если серьезно, то если кто-то осилит на основе этого собрать методичку текстом — было бы просто замечательно. Я не осилю :(
+2
Видео формат удобен для введения в материал. Чтобы на примерах и ассоциациях разобраться с определениями, а вот уже глубины — для меня, более удобно в текстовом формате, потому что удобно когда весь текст перед глазами и можно прыгать от одного места к другому, делать сопоставления и анализ.
А так, огромное спасибо за материал, давно в планах углубиться в эту тему, однозначно в закладки!
Посмотрим, может придет время, когда у меня дойдут руки и голова, для оформления подобных тем в текстовом формате?!..
А так, огромное спасибо за материал, давно в планах углубиться в эту тему, однозначно в закладки!
Посмотрим, может придет время, когда у меня дойдут руки и голова, для оформления подобных тем в текстовом формате?!..
+2
Мне казалось, это как раз современный формат обучения, буквы уже никто не читает!
По видео нельзя сделать CTRL+F :-)
Спасибо за проделанную работу!
+2
Хорошая подача, спасибо автору)) На русском языке подобное тяжело найти
0
Самый лучший курс!
+2
UFO just landed and posted this here
Про питон бы так не сказал, но вот математическую подготовку проходить на англоязычных!!! курсах это борщ. Сразу отсечет больше половины желающих изучить тему.
+1
К тому же на русском есть хорошие курсы. Тот же степик — 2 курса от института биоинформатики. Достаточно, чтобы понимать код и уметь писать простые программы.
0
К тому же на русском есть хорошие курсы.Это хорошо. А ссылки можно?
0
Базовый курс. Самые основы — stepik.org/course/67
Уже конкретная работа и применение — stepik.org/course/512
В принципе под мои задачи этого хватает почти полностью.
Уже конкретная работа и применение — stepik.org/course/512
В принципе под мои задачи этого хватает почти полностью.
+1
Спасибо!
0
Хм вообще я имел ввиду курсы по математической подготовке. На степике кстати они тоже есть.
0
Тогда та же просьба — ссылки, пожалуйста.
0
Я бы тоже рад упомянть курсы на русском, я написал эти только потому что я про них знаю, что они хорошие.
Нужны:
— Линейная алгебра
— Начальная теория вероятности и статистика
— Матан, в том числе функции многих переменных
Посоветуйте хорошие русскоязычные курсы, я добавлю в пост.
Нужны:
— Линейная алгебра
— Начальная теория вероятности и статистика
— Матан, в том числе функции многих переменных
Посоветуйте хорошие русскоязычные курсы, я добавлю в пост.
+1
Вот рекомендации по Python и математике для прохождения открытого курса по машинному обучению (копипаста из нашей группы):
Пока курс не начался, можно повторить математику и Python. Зачем дата саентисту нужна математика – неплохо поясняет Andrej Karpathy. А Python – уже стандарт в области машинного обучения.
Математика
- Если быстро, то можно пройтись по конспектам из специализации Яндекса и МФТИ на Coursera https://yadi.sk/d/yEXkABC_353Zmh (делимся с разрешения).
- Если основательно подходить к вопросу, хватит вообще одной ссылки на MIT Open Courseware https://ocw.mit.edu/courses/mathematics/. На русском классный источник – Wiki-страница курсов ФКН ВШЭ http://wiki.cs.hse.ru/. Но я бы взял программу МФТИ 2 курса и прошелся по основным задачникам, там минимум теории и много практики.
- И конечно, ничто не заменит хороших книг (тут можно и программу ШАДа упомянуть):
– Математический анализ – Кудрявцев
– Линейная алгебра – Кострикин
– Оптимизация – Boyd (англ.)
- Теория вероятностей и матстатистика – Кибзун
Python
- Быстрый вариант – браузерные тьюториалы а-ля CodeAcademy, Datacamp и Dataquest, тут же могу указать свой репозиторий https://github.com/Yorko/python_intro.
- Основательней – например, мэйловский курс на Coursera https://habrahabr.ru/company/mailru/blog/336880/ или MIT-шный https://www.edx.org/course/introduction-computer-science-mitx-6-00-1x-11
- Продвинутый уровень – курс питерского Computer Science Center https://compscicenter.ru/courses/python/2015-autumn/
+2
UFO just landed and posted this here
Надо будет глянуть. Я курс по нейросетям на Степике прослушал, но там очень кратко изложено, и больше упирают на математику процесса, нежели на практику.
0
Насчет текстовой версии: YouTube делает автоматом субтитры, я слышал, что народ их довольно быстро расшифровывает и приводит в человеческий вид.
0
привет от АФТИ 91-97
+1
С непривычки трудно разобраться со структурами данных.
Раньше думал, что объект класса NeuralNet на шаге forward должен получать один обучающий пример и по нему дальше делать шаг градиентного спуска.
В отладчике смотрю — на шаге forward сеть получает на вход сразу пачку (batch). Непонятно, — как пачке делается дифференцирование и обратный проход?
Раньше думал, что объект класса NeuralNet на шаге forward должен получать один обучающий пример и по нему дальше делать шаг градиентного спуска.
В отладчике смотрю — на шаге forward сеть получает на вход сразу пачку (batch). Непонятно, — как пачке делается дифференцирование и обратный проход?
#кусок из MNIST https://goo.gl/XTMVDF
class NeuralNet(nn.Module):
def __init__(self, input_size, hidden_size, num_classes):
super(NeuralNet, self).__init__()
self.fc1 = nn.Linear(input_size, hidden_size)
self.relu = nn.ReLU()
self.fc2 = nn.Linear(hidden_size, num_classes)
def forward(self, x):
out = self.fc1(x) #<<< len(x)=100 len(x[0])=728 <<<<<<<<!!!
out = self.relu(out)
out = self.fc2(out)
return out
0
Кому интересно — смотрите перевод упомянутой в курсе статьи Карпати по обучению с подкреплением.
Пока осторожно публикую предпросмотр по ссылке.
https://yadi.sk/d/6bV50MRmRypduQ
Если будут вопросы или уточнения, пишите на dim3r@yandex.ru или ответом на этот комент.
Пока осторожно публикую предпросмотр по ссылке.
https://yadi.sk/d/6bV50MRmRypduQ
Если будут вопросы или уточнения, пишите на dim3r@yandex.ru или ответом на этот комент.
0
Sign up to leave a comment.
Курс о Deep Learning на пальцах