ai learning roadmap
1.0.0
قوائم بجميع المواد التعليمية والأدوات العملية المتعلقة بالذكاء الاصطناعي للبدء في استخدام تطبيقات الذكاء الاصطناعي
مختبرات ذاتية السرعة
توفر مختبرات AWS ذاتية التدريب تدريبًا عمليًا في بيئة AWS المباشرة مع خدمات AWS وسيناريوهات السحابة الواقعية. اتبع التعليمات خطوة بخطوة للتعرف على إحدى الخدمات أو ممارسة حالة الاستخدام أو الاستعداد للحصول على AWS Certification.
مختبر تمهيدي
ليكس
بولي
التعرف
التعلم الآلي
التعلم الآلي
الجلسة الأولى – تمكين المطورين من بناء التطبيقات الذكية
الجلسة 2 - توقع تراجع العملاء باستخدام التعلم الآلي من أمازون
AWS Machine Learning – خدمة مُدارة شاملة لإنشاء نماذج تعلم الآلة واختبارها ثم نشر هذه النماذج في الإنتاج
التوثيق
AWS Deep Learning AMI - تم تحسين Amazon Machine Image (AMI) لجهود التعلم العميق
الموارد الإضافية الموصى بها
ارتق بمهاراتك إلى المستوى التالي من خلال المعامل الأساسية والمتقدمة وعلى مستوى الخبراء.
فيما يلي المواد التعليمية التي ستساعدك في التعرف على Google Cloud.
شبكة
يوفر Codelab تجربة مطور سحابي مشتركة على النحو التالي:
تطوير الحلول لـ Google Cloud Platform - 8 ساعات
بنية تحتية
بيانات
الذكاء الاصطناعي والبيانات الضخمة والتعلم الآلي
مواد الذكاء الاصطناعي الإضافية
(اختياري) التعلم العميق و Tensorflow
مواد مرجعية إضافية
(المساهمات موضع ترحيب في هذا الفضاء)
الاستوديو المرئي
مجموعات بيانات UCI
المهارات شرط أساسي
مسارات التدريب
إذا كانت لديك المهارات الأساسية المذكورة أعلاه، فاتبع مسار التدريب المتقدم أو اتبع مسار تدريب المبتدئين.
دروس مسبقة
إعداد البيئة
الخدمات المعرفية (تعريف الذكاء)
إطار عمل الروبوت (بناء روبوتات الدردشة)
إعداد البيئة
الخدمات المعرفية (تعريف الذكاء)
إطار عمل الروبوت (بناء روبوتات الدردشة)
الخدمات المعرفية (تعريف الذكاء) – مختبرات
إطار عمل الروبوت (بناء روبوتات الدردشة) – المعامل
المصدر بيركلي
| عنوان المحاضرة | محاضر | الفصل الدراسي | |
| محاضرة 1 | مقدمة | دان كلاين | خريف 2012 |
| محاضرة 2 | بحث غير مطلع | دان كلاين | خريف 2012 |
| محاضرة 3 | بحث مستنير | دان كلاين | خريف 2012 |
| محاضرة 4 | مشاكل رضا القيد I | دان كلاين | خريف 2012 |
| محاضرة 5 | مشاكل رضا القيد II | دان كلاين | خريف 2012 |
| المحاضرة 6 | بحث عدائي | دان كلاين | خريف 2012 |
| المحاضرة 7 | توقع والمرافق | دان كلاين | خريف 2012 |
| المحاضرة 8 | عمليات اتخاذ القرار ماركوف I | دان كلاين | خريف 2012 |
| المحاضرة 9 | عمليات اتخاذ القرار ماركوف II | دان كلاين | خريف 2012 |
| المحاضرة 10 | التعلم المعزز I | دان كلاين | خريف 2012 |
| المحاضرة 11 | تعزيز التعلم الثاني | دان كلاين | خريف 2012 |
| المحاضرة 12 | احتمال | بيتر أبيل | ربيع 2014 |
| المحاضرة 13 | نماذج ماركوف | بيتر أبيل | ربيع 2014 |
| المحاضرة 14 | نماذج ماركوف المخفية | دان كلاين | خريف 2013 |
| المحاضرة 15 | تطبيقات HMMs / الكلام | بيتر أبيل | ربيع 2014 |
| المحاضرة 16 | شبكات بايز: التمثيل | بيتر أبيل | ربيع 2014 |
| المحاضرة 17 | شبكات بايز: الاستقلال | بيتر أبيل | ربيع 2014 |
| المحاضرة 18 | شبكات بايز: الاستدلال | بيتر أبيل | ربيع 2014 |
| المحاضرة 19 | شبكات بايز: أخذ العينات | بيتر أبيل | خريف 2013 |
| المحاضرة 20 | مخططات القرار / قيمة المعلومات المثالية | بيتر أبيل | ربيع 2014 |
| المحاضرة 21 | التعلم الآلي: ساذج بايز | نيكولاس هاي | ربيع 2014 |
| المحاضرة 22 | التعلم الآلي: الإدراك الحسي | بيتر أبيل | ربيع 2014 |
| المحاضرة 23 | التعلم الآلي: النواة والمجموعات | بيتر أبيل | ربيع 2014 |
| المحاضرة 24 | التطبيقات المتقدمة: البرمجة اللغوية العصبية والألعاب والسيارات الروبوتية | بيتر أبيل | ربيع 2014 |
| المحاضرة 25 | التطبيقات المتقدمة: رؤية الكمبيوتر والروبوتات | بيتر أبيل | ربيع 2014 |
بالإضافة إلى ذلك، هناك مقاطع فيديو إضافية خطوة بخطوة تكمل مواد المحاضرة. هذه الفيديوهات مذكورة أدناه:
| عنوان المحاضرة | محاضر | ملحوظات | |
| إس بي إس-1 | DFS وBFS | بيتر أبيل | Lec: البحث غير المطلع |
| إس بي إس-2 | أ* البحث | بيتر أبيل | ليك: بحث مستنير |
| اس بي اس-3 | تشذيب ألفا بيتا | بيتر أبيل | Lec: بحث الخصومة |
| اس بي اس-4 | د- الانفصال | بيتر أبيل | Lec: شبكات بايز: الاستقلال |
| اس بي اس-5 | القضاء على متغير واحد | بيتر أبيل | Lec: شبكات بايز: الاستدلال |
| إس بي إس-6 | القضاء المتغير | بيتر أبيل | Lec: شبكات بايز: الاستدلال |
| إس بي إس-7 | أخذ العينات | بيتر أبيل | Lec: شبكات بايز: أخذ العينات |
| اس بي اس-8 | أقصى احتمال | بيتر أبيل | ليك: التعلم الآلي: ساذج بايز |
| اس بي اس-9 | تجانس لابلاس | بيتر أبيل | ليك: التعلم الآلي: ساذج بايز |
| اس بي اس-10 | الإدراك الحسي | بيتر أبيل | ليك: التعلم الآلي: الإدراك الحسي |
يتم نشر مقاطع فيديو المحاضرات من أحدث العروض أدناه.
فيديوهات محاضرات ربيع 2014
فيديوهات محاضرات خريف 2013
فيديوهات محاضرات ربيع 2013
فيديوهات محاضرات خريف 2012
| عنوان المحاضرة | محاضر | ملحوظات | |
| محاضرة 1 | مقدمة | بيتر أبيل | |
| محاضرة 2 | بحث غير مطلع | بيتر أبيل | |
| محاضرة 3 | بحث مستنير | بيتر أبيل | |
| محاضرة 4 | مشاكل رضا القيد I | بيتر أبيل | التسجيل غير مستقر بعض الشيء، راجع محاضرة خريف 2013 رقم 4 للحصول على بديل |
| محاضرة 5 | مشاكل رضا القيد II | بيتر أبيل | |
| المحاضرة 6 | بحث عدائي | بيتر أبيل | |
| المحاضرة 7 | توقع والمرافق | بيتر أبيل | |
| المحاضرة 8 | عمليات اتخاذ القرار ماركوف I | بيتر أبيل | |
| المحاضرة 9 | عمليات اتخاذ القرار ماركوف II | بيتر أبيل | |
| المحاضرة 10 | التعلم المعزز I | بيتر أبيل | |
| المحاضرة 11 | تعزيز التعلم الثاني | بيتر أبيل | |
| المحاضرة 12 | احتمال | بيتر أبيل | |
| المحاضرة 13 | نماذج ماركوف | بيتر أبيل | |
| المحاضرة 14 | نماذج ماركوف المخفية | بيتر أبيل | التسجيل غير مستقر بعض الشيء، راجع محاضرة خريف 2013 18 للحصول على بديل |
| المحاضرة 15 | تطبيقات HMMs / الكلام | بيتر أبيل | |
| المحاضرة 16 | شبكات بايز: التمثيل | بيتر أبيل | |
| المحاضرة 17 | شبكات بايز: الاستقلال | بيتر أبيل | |
| المحاضرة 18 | شبكات بايز: الاستدلال | بيتر أبيل | |
| المحاضرة 19 | شبكات بايز: أخذ العينات | بيتر أبيل | غير مسجلة، راجع محاضرة خريف 2013 رقم 16 |
| المحاضرة 20 | مخططات القرار / قيمة المعلومات المثالية | بيتر أبيل | |
| المحاضرة 21 | التعلم الآلي: ساذج بايز | نيكولاس هاي | |
| المحاضرة 22 | التعلم الآلي: الإدراك الحسي | بيتر أبيل | |
| المحاضرة 23 | التعلم الآلي: النواة والمجموعات | بيتر أبيل | |
| المحاضرة 24 | التطبيقات المتقدمة: البرمجة اللغوية العصبية والألعاب والسيارات الروبوتية | بيتر أبيل | |
| المحاضرة 25 | التطبيقات المتقدمة: رؤية الكمبيوتر والروبوتات | بيتر أبيل | |
| المحاضرة 26 | خاتمة | بيتر أبيل | غير مسجلة |
| عنوان المحاضرة | محاضر | ملحوظات | |
| محاضرة 1 | مقدمة | دان كلاين | |
| محاضرة 2 | بحث غير مطلع | دان كلاين | |
| محاضرة 3 | بحث مستنير | دان كلاين | |
| محاضرة 4 | مشاكل رضا القيد I | دان كلاين | |
| محاضرة 5 | مشاكل رضا القيد II | دان كلاين | |
| المحاضرة 6 | بحث عدائي | دان كلاين | |
| المحاضرة 7 | توقع والمرافق | دان كلاين | |
| المحاضرة 8 | عمليات اتخاذ القرار ماركوف I | دان كلاين | |
| المحاضرة 9 | عمليات اتخاذ القرار ماركوف II | دان كلاين | |
| المحاضرة 10 | التعلم المعزز I | دان كلاين | |
| المحاضرة 11 | تعزيز التعلم الثاني | دان كلاين | |
| المحاضرة 12 | احتمال | بيتر أبيل | |
| المحاضرة 13 | شبكات بايز: التمثيل | بيتر أبيل | |
| المحاضرة 14 | شبكات بايز: الاستقلال | دان كلاين | |
| المحاضرة 15 | شبكات بايز: الاستدلال | بيتر أبيل | |
| المحاضرة 16 | شبكات بايز: أخذ العينات | بيتر أبيل | |
| المحاضرة 17 | مخططات القرار / قيمة المعلومات المثالية | بيتر أبيل | |
| المحاضرة 18 | نماذج ماركوف المخفية | دان كلاين | |
| المحاضرة 19 | تطبيقات HMMs / الكلام | دان كلاين | |
| المحاضرة 20 | التعلم الآلي: ساذج بايز | دان كلاين | |
| المحاضرة 21 | التعلم الآلي: الإدراك الحسي | دان كلاين | |
| المحاضرة 22 | التعلم الآلي: النواة والمجموعات | بيتر أبيل | |
| المحاضرة 23 | التعلم الآلي: أشجار القرار والشبكات العصبية | بيتر أبيل | |
| المحاضرة 24 | التطبيقات المتقدمة: البرمجة اللغوية العصبية والسيارات الروبوتية | دان كلاين | غير مسجلة، راجع محاضرة ربيع 2013 رقم 24 |
| المحاضرة 25 | التطبيقات المتقدمة: رؤية الكمبيوتر والروبوتات | بيتر أبيل | |
| المحاضرة 26 | خاتمة | دان كلاين, بيتر أبيل | غير مسجلة |
| عنوان المحاضرة | محاضر | ملحوظات | |
| محاضرة 1 | مقدمة | بيتر أبيل | فيديو أسفل |
| محاضرة 2 | بحث غير مطلع | بيتر أبيل | |
| محاضرة 3 | بحث مستنير | بيتر أبيل | |
| محاضرة 4 | مشاكل رضا القيد I | بيتر أبيل | |
| محاضرة 5 | مشاكل رضا القيد II | بيتر أبيل | غير مسجلة، راجع محاضرة خريف 2012 رقم 5 |
| المحاضرة 6 | بحث عدائي | بيتر أبيل | |
| المحاضرة 7 | توقع والمرافق | بيتر أبيل | |
| المحاضرة 8 | عمليات اتخاذ القرار ماركوف I | بيتر أبيل | |
| المحاضرة 9 | عمليات اتخاذ القرار ماركوف II | بيتر أبيل | |
| المحاضرة 10 | التعلم المعزز I | بيتر أبيل | |
| المحاضرة 11 | تعزيز التعلم الثاني | بيتر أبيل | |
| المحاضرة 12 | احتمال | بيتر أبيل | |
| المحاضرة 13 | شبكات بايز: التمثيل | بيتر أبيل | |
| المحاضرة 14 | شبكات بايز: الاستقلال | بيتر أبيل | |
| المحاضرة 15 | شبكات بايز: الاستدلال | بيتر أبيل | |
| المحاضرة 16 | شبكات بايز: أخذ العينات | بيتر أبيل | |
| المحاضرة 17 | مخططات القرار / قيمة المعلومات المثالية | بيتر أبيل | |
| المحاضرة 18 | نماذج ماركوف المخفية | بيتر أبيل | |
| المحاضرة 19 | تطبيقات HMMs / الكلام | بيتر أبيل | |
| المحاضرة 20 | التعلم الآلي: ساذج بايز | بيتر أبيل | |
| المحاضرة 21 | التعلم الآلي: الإدراك الحسي I | نيكولاس هاي | |
| المحاضرة 22 | التعلم الآلي: الإدراك الحسي II | بيتر أبيل | |
| المحاضرة 23 | التعلم الآلي: النواة والمجموعات | بيتر أبيل | |
| المحاضرة 24 | التطبيقات المتقدمة: البرمجة اللغوية العصبية والسيارات الروبوتية | بيتر أبيل | |
| المحاضرة 25 | التطبيقات المتقدمة: رؤية الكمبيوتر والروبوتات | بيتر أبيل | |
| المحاضرة 26 | خاتمة | بيتر أبيل | غير مسجلة |
| عنوان المحاضرة | محاضر | ملحوظات | |
| محاضرة 1 | مقدمة | دان كلاين | |
| محاضرة 2 | بحث غير مطلع | دان كلاين | |
| محاضرة 3 | بحث مستنير | دان كلاين | |
| محاضرة 4 | مشاكل رضا القيد I | دان كلاين | |
| محاضرة 5 | مشاكل رضا القيد II | دان كلاين | |
| المحاضرة 6 | بحث عدائي | دان كلاين | |
| المحاضرة 7 | توقع والمرافق | دان كلاين | |
| المحاضرة 8 | عمليات اتخاذ القرار ماركوف I | دان كلاين | |
| المحاضرة 9 | عمليات اتخاذ القرار ماركوف II | دان كلاين | |
| المحاضرة 10 | التعلم المعزز I | دان كلاين | |
| المحاضرة 11 | تعزيز التعلم الثاني | دان كلاين | |
| المحاضرة 12 | احتمال | بيتر أبيل | |
| المحاضرة 13 | شبكات بايز: التمثيل | بيتر أبيل | |
| المحاضرة 14 | شبكات بايز: الاستقلال | بيتر أبيل | |
| المحاضرة 15 | شبكات بايز: الاستدلال | بيتر أبيل | |
| المحاضرة 16 | شبكات بايز: أخذ العينات | بيتر أبيل | |
| المحاضرة 17 | مخططات القرار / قيمة المعلومات المثالية | بيتر أبيل | |
| المحاضرة 18 | نماذج ماركوف المخفية | بيتر أبيل | |
| المحاضرة 19 | تطبيقات HMMs / الكلام | دان كلاين | |
| المحاضرة 20 | التعلم الآلي: ساذج بايز | دان كلاين | |
| المحاضرة 21 | التعلم الآلي: الإدراك الحسي | دان كلاين | |
| المحاضرة 22 | التعلم الآلي: النواة والمجموعات | دان كلاين | |
| المحاضرة 23 | التعلم الآلي: أشجار القرار والشبكات العصبية | بيتر أبيل | |
| المحاضرة 24 | التطبيقات المتقدمة: رؤية الكمبيوتر والروبوتات | بيتر أبيل | |
| المحاضرة 25 | التطبيقات المتقدمة: البرمجة اللغوية العصبية والسيارات الروبوتية | دان كلاين, بيتر أبيل | غير مسجلة |
| المحاضرة 26 | خاتمة | دان كلاين, بيتر أبيل | غير مسجلة |
فيما يلي المجموعة الكاملة لشرائح المحاضرات، بما في ذلك مقاطع الفيديو ومقاطع الفيديو الخاصة بالعروض التوضيحية التي يتم تشغيلها في المحاضرة: الشرائح [~3 جيجابايت].
تحتوي القائمة أدناه على جميع شرائح PowerPoint للمحاضرة:
يتم الآن إعداد الملفات المصدرية لجميع العروض التوضيحية المباشرة أثناء المحاضرات من شركة Berkeley AI لإصدارها
أحدث تقديمات ورق arxiv على الذكاء الاصطناعي
بيتر نورفيج - علم نفسك البرمجة في عشر سنوات
كيفية إجراء الأبحاث في مختبر MIT للذكاء الاصطناعي
خارطة طريق نحو الذكاء الآلي
التصفية التعاونية مع الشبكات العصبية المتكررة (2016)
التعلم الواسع والعميق لأنظمة التوصية (2016)
تصفية تعاونية عميقة عبر التشفير التلقائي لتقليل الضوضاء الهامشية (2015)
التصفية التعاونية متعددة المهام البايزية غير البارامترية (2013)
Tensorflow: التعلم الآلي واسع النطاق على الأنظمة الموزعة غير المتجانسة
https://infoscience.epfl.ch/record/82802/files/rr02-46.pdf
Theano: مترجم تعبير رياضي لوحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU).
Caffe: بنية تلافيفية لتضمين الميزات بسرعة
تشاينر: إطار عمل قوي ومرن وبديهي للشبكات العصبية
الشبكات العميقة الموزعة على نطاق واسع
تصنيف الفيديو على نطاق واسع مع الشبكات العصبية التلافيفية
التقدير الفعال لتمثيلات الكلمات في الفضاء المتجه
القواعد كلغة أجنبية
الذهاب أعمق مع التلافيف
على الوحدات الخطية المعدلة لمعالجة الكلام
الشبكات العصبية العميقة للنمذجة الصوتية في التعرف على الكلام: وجهات النظر المشتركة لأربع مجموعات بحثية.
التعرف على الأرقام متعددة الأرقام من صور التجوّل الافتراضي باستخدام الشبكات العصبية التلافيفية العميقة
جوجل تحول بحثها المربح على الويب إلى أجهزة الذكاء الاصطناعي
منهج جامعة ستانفورد CS 20SI: Tensorflow لأبحاث التعلم العميق
دراسة مقارنة لأطر برامج التعلم العميق
** Reddit_ML- ماذا تقرأ**
المصدر:https://medium.com/intuitionmachine/infographic-best-practices-in-training-deep-learning-networks-b8a3df1db53
المصدر:https://medium.com/intuitionmachine/the-deep-learning-roadmap-f0b4cac7009a
المصدر: https://medium.com/intuitionmachine/infographic-best-practices-in-training-deep-learning-networks-b8a3df1db53
المصدر: http://www.asimovinstitute.org/neural-network-zoo/
المصدر: https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet
المصدر: http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/
المصدر: http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/
المصدر: https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/
المصدر: http://datasciencefree.com/python.pdf
المصدر: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA
المصدر: https://www.dataquest.io/blog/numpy-cheat-sheet/
المصدر: http://datasciencefree.com/numpy.pdf
المصدر: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE
المصدر: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb
المصدر: http://datasciencefree.com/pandas.pdf
المصدر: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U
المصدر: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb
المصدر: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet
المصدر: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb
المصدر: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk
المصدر: http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html
المصدر: https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.ipynb
المصدر: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/1_Introduction/basic_operations.ipynb
المصدر: https://github.com/bfortuner/pytorch-cheatsheet
المصدر: http://www.wzchen.com/s/probability_cheatsheet.pdf
المصدر: https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf
المصدر: http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf
المصدر: http://tutorial.math.lamar.edu/getfile.aspx?file=B,41,N
