Нейронные сети

Кто занимается в данной области, с чего посоветуете начать? Есть какая-нибудь книга которая охватывает всю теорию необходимую для изучения данной тематики?
Вам нужны матричные вычисления, матричная алгебра.
Неплохой материал по нейронным сетям есть в школарпедии.

Вам для чего вообще?

Если ищите странного, то ищите спайк нейронные сети.
 
Тільки зареєстровані користувачі бачать весь контент у цьому розділі


Хороший курс, дает понимание математического аппарата стоящего за машинным обучением и нейронными сетями в частности. Более менее прост в этой области
 
6 сентября 2017 года стартует 2 запуск открытого онлайн курса OpenDataScience по анализу данных и машинному обучению.

Курс состоит из серии статей на Хабре (
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
первая), воспроизводимых материалов (Jupyter notebooks, вот
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
курса), домашних заданий, соревнований Kaggle Inclass, тьюториалов и индивидуальных проектов по анализу данных. Записаться на курс можно
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
.

Тільки зареєстровані користувачі бачать весь контент у цьому розділі
 
В обучающей программе
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
появился бесплатный 15-часовой курс
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
. Ранее он находился в закрытом корпоративном доступе и предназначался для сотрудников Google. Его цель — провести практическое введение в сферу ИИ.

Курс состоит из обучающих видео, интерактивных визуализаций и более 40 заданий для выполнения. Для прохождения потребуется лишь базовый уровень знаний по алгебре и знакомство с языком программирования Python. Лекции ведут исследователи из Google, объясняя принципы машинного обучения на реальных примерах. Прохождение всего курса занимает 15 часов.

Курс основан на системе машинного обучения Google TensorFlow.

Подробности:
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
,
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
,
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
,
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
.
 
Amazon выложила внутренние курсы по машинному обучению в открытый доступ.

Все курсы начинаются с основ и построены на увлекательных реальных задачах, с которыми специалисты Amazon сталкивались в своей работе. Среди них — прогнозирование пригодности подарочной упаковки, оптимизация маршрутов доставки, прогнозирование будущих номинантов премий с использованием данных сайта IMDb (дочерней компании Amazon).

Программа включает более 30 различных курсов общей продолжительностью 45 часов. Она рассчитана на разработчиков, специалистов по Data Science, разработчиков платформ данных и других специалистов. Курсы доступны бесплатно.

Тільки зареєстровані користувачі бачать весь контент у цьому розділі

Тільки зареєстровані користувачі бачать весь контент у цьому розділі
 
Вообщем решил заняться изучением ИИ и нейронных сетей. На днях начал просматривать литературу по данной тематики в частности книгу Хайкина и понял что сильно не хватает математической подготовки и выучить как "ЦЭ два плюса за 24 часа" не получится и перед тем как заниматься данной темой надо прочитать пару других книжек.

Вообще с математикой проблем больших не было, в школе даже на олимпиады ездил, занимал призовые места, вот только в универе подзабил немного на всякие матаны, численные методы и теорию вероятностей...

Кто занимается в данной области, с чего посоветуете начать? Есть какая-нибудь книга которая охватывает всю теорию необходимую для изучения данной тематики?

Хіба це не в університеті треба вивчати? Років шість?
 
Хіба це не в університеті треба вивчати? Років шість?

А программисты только из профильных специальностей получаются университетов компьютерных наук и никак не из математических или физических.
 
Есть мнение, что
Машинное обучение для всех, кто изучал математику в восьмом классе
Тільки зареєстровані користувачі бачать весь контент у цьому розділі
 
Назад
Зверху Знизу