aprendizaje automático es una de las carreras más populares que existen, y las tendencias actuales sugieren que este campo en particular no pasará de moda en el corto plazo.
Esta podría ser una carrera próspera, al menos durante las próximas décadas. Los economistas predicen una recesión y los despidos masivos están en pleno apogeo.Con estos eventos en mente, si estás buscando un cambio de carrera, o eres un completo principiante y quieres ingresar aprendizaje automático.
Hemos compilado cinco de los mejores repositorios de GitHub que puede usar para aprender aprendizaje automático gratis.
Tabla de Contenidos
1. Aprendizaje automático hecho a sí mismo—— [20.7k stars]
Ellos lo llaman «Aprendizaje automático casero«. ¿La razón? Todo ml El algoritmo que implementaron se hizo desde cero sin usar bibliotecas de terceros. Esto le permite comprender la lógica y las matemáticas detrás de cada algoritmo con gran detalle.
tu puedes empezar cuaderno júpiter Viene con algoritmos individuales directamente en su navegador para usar conjuntos de datos de entrenamiento y ver resultados al instante. Cubren a fondo los modelos ML supervisados y no supervisados. Además, se centran en el funcionamiento interno de las redes neuronales.
Después de trabajar con cada uno de estos modelos, tendrá una comprensión básica de cómo se usan estos modelos ML en una variedad de aplicaciones del mundo real.
Por ejemplo, en la previsión del precio de las acciones, el análisis de ventas, los filtros de spam utilizados en el correo electrónico, la detección de idiomas y el reconocimiento de cartas escritas a mano que utilizan la mayoría de las aplicaciones de traducción modernas en la actualidad, los ejemplos incluyen Yandex Translator y Google Translator.
Podría nombrar algunos casos de uso más, la lista es interminable. En general,»Aprendizaje automático caseroLos repositorios son imprescindibles si desea mejorar su juego de aprendizaje automático.
2. Hecho con ML – [31.9k stars]
hecho con aprendizaje automático es otra gran biblioteca de recursos de aprendizaje automático. Recomendaría a todos los principiantes absolutos que consulten sus cursos básicos sobre ML y Deep Learning, que le presentarán varios conceptos importantes, como la regresión lineal, la regresión logística, las redes neuronales convolucionales, las redes neuronales recurrentes y la importancia de la calidad de los datos en ML. etc.
Este curso está diseñado para ingenieros de software, científicos de datos, graduados universitarios y gerentes de productos. Finalizar»hecho con aprendizaje automáticoPor supuesto, desarrollará una base sólida en el aprendizaje automático y podrá utilizar el aprendizaje automático de manera responsable para crear valor.
Además de esto, aprenderá las habilidades prácticas requeridas por la industria. El curso es una excelente combinación de teoría y habilidades prácticas.
3. Más de 500 códigos de aprendizaje automático de IA: [11.2k stars]
Más de 500 códigos de aprendizaje automático de IA Repositorios enumera varios otros repositorios de GitHub y enlaces a recursos útiles para ayudarlo a comenzar con ML.
Hay toneladas de proyectos útiles aquí, puede probar e incluso profundizar en su código fuente. Pitón Se utiliza principalmente para la mayoría de sus proyectos. No todos los proyectos están directamente relacionados con ML aquí. Algunas tareas están relacionadas con web scraping, GUI en python o Django web framework. Siéntase libre de explorarlo si puede encontrar algo que le interese.
este Andrew-NG-Notas» es uno de los repositorios muy interesantes de esta lista que contiene contenido básico de aprendizaje de ML que recomiendo visitar.
Aquí puede encontrar notas para el curso de ML impartido por Andrew Ng. Es informático y emprendedor tecnológico.él co-fundó google cerebro, es un equipo de investigación de inteligencia artificial de aprendizaje profundo bajo Google AI. Entre otras cosas, cofundó Coursera. Actualmente también es profesor adjunto en la Universidad de Stanford.
hay uno Serie ML gratis enseñado por él disponible Youtube [112 free videos] con Cursos de Coursera [127,825 ratings]Puede encontrar este repositorio de «inteligencia artificial» bastante grande ya que tiene muchos recursos, pero al final vale la pena explorarlo.
4. El paquete completo de aprendizaje automático—— [3.7k stars]
indudablemente, Pitón Liderar la industria del aprendizaje automático y la ciencia de datos. La razón es que su biblioteca proporciona el entorno completo y las herramientas que los científicos de datos y los ingenieros de ML necesitan para realizar sus tareas diarias.
este Paquete completo de aprendizaje automático El repositorio lo guía a través de Python ML y las bibliotecas de ciencia de datos. Aquí aprenderá sobre bibliotecas de ML como NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensor Flow y Keras.
También contiene una gran colección de libros de aprendizaje automático que encontrará fascinantes. Este es un excelente punto de partida para que los novatos comiencen su viaje de ML.
5. Matemáticas de aprendizaje automático—— [3.3k stars]
matemáticas de aprendizaje automático es otro repositorio importante, que contiene una colección de libros y recursos que se centran en las matemáticas directamente relacionadas con el aprendizaje automático. También tiene algunos trabajos de investigación fascinantes sobre ML y aprendizaje profundo.
Más allá de eso, encontrará enlaces a conferencias en video sobre conceptos matemáticos como álgebra lineal, cálculo y algunos enlaces excelentes a videos que cubren ML. Si desea actualizar algunos temas matemáticos como estadísticas, teoría de la probabilidad, teoría de la información, etc. para ML, le brindan una buena compilación de contenido.
obtener conclusión
Finalmente, mencionamos los mejores repositorios gratuitos de GitHub para aprender sobre el aprendizaje automático. Cada uno de los repositorios mencionados aquí puede proporcionar algo que coincida directamente con su objetivo de convertirse en ingeniero de aprendizaje automático o científico de datos.
Si nos hemos perdido algún repositorio útil de aprendizaje automático de nuestra lista que le gustaría que incluyéramos, compártalo en los comentarios.
crédito – Gracias @danconas Curando una lista tan increíble.
