Kompilasi Utama Sumber Daya AI untuk Matematika, Pembelajaran Mesin, dan Pembelajaran Mendalam
Pengetahuan yang Tidak Dibagikan akan sia-sia. - Klan Jacobs
Koleksi ini adalah kompilasi Tutorial ML dan DL Luar Biasa yang dibuat oleh orang-orang di bawah ini
- Blog Andrej Karpati
- Brandon Roher
- Andrew Trask
- Jay Alammar
- Sebastian Ruder
- Menyaring
- StatQuest dengan Josh Starmer
- terkirimdex
- Lex Fridman
- 3Biru1 Coklat
- Alexander Amini
- Kereta Pengkodean
- Christopher Olah
Komunitas untuk Diikuti
- AI Coimbatore Bergabunglah di sini ?
- Telegram : Untuk Pembaruan Harian
- Facebook : Sekolah AI Coimbatore
- Grup Pengguna TensorFlow Coimbatore
- Pertemuan : TFUGCbe
- Facebook : TFUGCbe
Repo ini Dibuat dan Dikelola oleh
Navaneeth Malingan
Mengapa Ilmu Data dan bagaimana memulainya?
- BAGAIMANA MEMULAI PEMBELAJARAN MESIN!
- Cara Membangun Karir yang Bermakna dalam Ilmu Data
- Gelar Master Kecerdasan Buatan Buatan Saya Sendiri
- Pencarian Gambar Py
- 5 Langkah Ramah Pemula untuk Mempelajari Machine Learning dan Ilmu Data dengan Python
Pengantar ML
- Luis Serrano: Pengantar Ramah tentang Pembelajaran Mesin
- StatQuest: Pengantar Lembut tentang Pembelajaran Mesin
- Pembelajaran Mesin Untuk Semua Orang Ringkaslah algoritme Pembelajaran Mesin dan penerapannya dalam kata-kata sederhana dengan contoh dunia nyata.
Siapa pun dapat melakukan Pembelajaran Mesin
- Mesin yang Dapat Diajarkan Latih komputer untuk mengenali gambar, suara, & pose Anda sendiri. Cara cepat dan mudah untuk membuat model pembelajaran mesin untuk situs, aplikasi, dan lainnya – tidak memerlukan keahlian atau pengkodean.
MOOC
- Pembelajaran Mesin oleh Andrew Ng, Stanford IMDB 10/10 LOL :P
- Kamp Data : Insinyur Data dengan Python
- Topik Pengantar Pembelajaran Mesin yang Meliputi Naive Bayes, SVM, Pohon Keputusan, Regresi, Pencilan, Pengelompokan, Penskalaan Fitur, Pembelajaran Teks, Pemilihan Fitur, PCA, Validasi, Metrik Evaluasi
- Pengantar TensorFlow untuk Pembelajaran Mendalam Kursus Terbaik untuk Mempelajari TensorFlow
- Pembelajaran Mesin Ujung-ke-Ujung
- INSTITUT PEMBELAJARAN MENDALAM NVIDIA
- Pengantar Pembelajaran Mesin untuk Pembuat Kode!
- Pembelajaran Mendalam Praktis untuk Pembuat Kode, v3
- AI Cepat
Kursus dari Universitas Top
Universitas Stanford
- CS221 - Kecerdasan Buatan: Prinsip dan Teknik oleh Percy Liang dan Dorsa Sadigh
- CS229 - Pembelajaran Mesin oleh Andrew Ng
- CS230 - Pembelajaran Mendalam oleh Andrew Ng
- CS231n - Jaringan Neural Konvolusional untuk Pengenalan Visual oleh Fei-Fei Li dan Andrej Karpathy
- CS224n - Pemrosesan Bahasa Alami dengan Pembelajaran Mendalam oleh Christopher Manning
- CS234 - Pembelajaran Penguatan oleh Emma Brunskill
- CS330 - Pembelajaran Multi-tugas dan Meta yang Mendalam oleh Chelsea Finn
- CS25 - Transformers Bersatu
Universitas Carnegie Mellon
- CS/LTI 11-711: NLP Tingkat Lanjut oleh Graham Neubig
- CS/LTI 11-747: Jaringan Syaraf Tiruan untuk NLP oleh Graham Neubig
- CS/LTI 11-737: NLP multibahasa oleh Graham Neubig
- CS/LTI 11-777: Pembelajaran Mesin Multimodal oleh Louis-Philippe Morency
- CS/LTI 11-785: Pengantar Pembelajaran Mendalam oleh Bhiksha Raj dan Rita Singh
- Kamp Pelatihan NLP Sumber Daya Rendah CS/LTI 2020 oleh Graham Neubig
Institut Teknologi Massachusetts
- 6.S191 - Pengantar Pembelajaran Mendalam oleh Alexander Amini dan Ava Amini
- 6.S094 - Pembelajaran Mendalam oleh Lex Fridman
- 6.S192 - Pembelajaran Mendalam untuk Seni, Estetika, dan Kreativitas oleh Ali Jahanian
Universitas Perguruan Tinggi London
- Pembelajaran Penguatan COMP M050 oleh David Silver
Daftar Putar YouTube ML
- Pembelajaran Mesin oleh StatQuest dengan Josh Starmer
- Kecerdasan dan Pembelajaran dengan The Coding Train
Glosarium Pembelajaran Mesin
- Glosarium ini mendefinisikan istilah umum machine learning di berbagai domain, serta istilah khusus untuk TensorFlow.
Dasar-dasar Pembelajaran Mesin (Istilah ini akan sering digunakan dalam algoritma di bawah)
- Bias dan Varians
- Validasi Silang
- Dasar-dasar Pembelajaran Mesin: Matriks Kebingungan
- Sensitivitas dan Spesifisitas
- ROC dan AUC, Dijelaskan dengan Jelas!
- StatQuest: R-kuadrat dijelaskan
- Regularisasi Bagian 1: Regresi Ridge
- Regularisasi Bagian 2: Regresi Lasso
- Kemungkinan Maksimum
- Kovarian dan Korelasi Bagian 1: Kovarian
- Dasar-Dasar Statistika: Mean, Varians dan Deviasi Standar
- Dasar-dasar Statistik: Parameter Populasi
- Glosarium: Statistik
- Glosarium: Pembelajaran Mesin
- Melihat R-Squared
Matematika
- Matematika untuk Pembelajaran Mesin Dalam postingan ini saya telah mengumpulkan sumber daya elektronik yang bagus (MOOC, Kuliah YouTube, Buku) untuk mempelajari Matematika untuk Pembelajaran Mesin.
- Matematika untuk Pembelajaran Mesin - Buku Satu buku bagus untuk segala hal matematika untuk pembelajaran mesin. (eBuku gratis)
- Saya sangat menyarankan Anda untuk membaca sumber daya berikut dari 3Blue1Brown
- Intisari Algrbra Linier ▶️
- Esensi Kalkulus ▶️
- Persamaan diferensial ▶️
- Gilbert Strang: Aljabar Linier vs Kalkulus ▶️
- Dasar-dasar Kalkulus Integral dalam bahasa Tamil ▶️
- Kursus fast.ai baru: Aljabar Linier Komputasi
- Buku Aljabar Linier
ular piton
- Tutorial Pemrograman Python oleh Socratica ▶️
- Tutorial Python oleh w3schools?
- Belajar Pemrograman Python?
Numpy
- Pengantar Visual untuk NumPy dan Representasi Data
- CS231n : Tutorial Python Numpy
- Sumber daya NumPy : bagian dari perpustakaan Pembelajaran Mesin End-to-End
- 100 latihan numpy (dengan solusi)
- 101 Latihan NumPy untuk Analisis Data (Python)
- Tutorial Numpy – Pengenalan ndarray
- Kuliah Sci-Py : NumPy: membuat dan memanipulasi data numerik
- Tutorial Python NumPy untuk Pemula ▶️ Pelajari dasar-dasar perpustakaan NumPy dalam tutorial ini untuk pemula. Ini memberikan informasi latar belakang tentang cara kerja NumPy dan bagaimana perbandingannya dengan daftar bawaan Python. Video ini membahas cara menulis kode dengan NumPy. Ini dimulai dengan dasar-dasar membuat array dan kemudian berlanjut ke hal-hal lebih lanjut. Video ini mencakup pembuatan array, pengindeksan, matematika, statistik, pembentukan ulang, dan banyak lagi.
- Tutorial Python NumPy – Pelajari Array NumPy Dengan Contoh
- Tutorial Array Numpy Python
- Tutorial NumPy: Analisis data dengan Python
- Prasyarat Pembelajaran Mendalam: Numpy Stack dengan Python ▶️
Panda
- Pengantar Visual Lembut untuk Analisis Data dengan Python Menggunakan Pandas
- Analisis data dengan Python dengan panda oleh Data School ▶️
- Praktik terbaik dengan panda oleh Data School ▶️
- Tutorial Python Pandas: Pengenalan Lengkap untuk Pemula
Daftar Putar YouTube Pembelajaran Mesin
- CodeBasics: Tutorial Pembelajaran Mesin Python ▶️
- StatQuest: Pembelajaran Mesin ▶️
- sentdex: Pembelajaran Mesin dengan Python ▶️
- Simplilearn: Video Tutorial Pembelajaran Mesin ▶️
- Tutorial Pembelajaran Mesin dengan Python ▶️
- deeplizard: Dasar-dasar Pembelajaran Mesin & Pembelajaran Mendalam ▶️
ML, DL Penjelasan Visual
- MLU-JELASKAN
- Penjelasan CNN
Catatan: Di bawah ini Anda dapat menemukan ceramah terbaik untuk Algoritma Machine Learning yang populer
Regresi Linier
- Regresi Linier: Pengenalan ramah oleh Luis Serrano ▶️
- Statistik 101: Regresi Linier, Yang Paling Mendasar ▶️
- Taman Bermain Pemasangan Garis Regresi
- Taman Bermain Pemasangan Kurva Regresi
Regresi Logistik
- Regresi Linier vs Regresi Logistik | Pelatihan Ilmu Data | pendidikan ▶️
- Regresi Logistik dan Algoritma Perceptron: Pengenalan ramah oleh Luis Serrano ▶️
Pohon Keputusan
- StatQuest: Pohon Keputusan ▶️
- StatQuest: Pohon Keputusan, Bagian 2 - Pemilihan Fitur dan Data yang Hilang ▶️
- Pengenalan Pohon Keputusan dengan contoh?
- Pohon Keputusan?
- ular piton | Regresi Pohon Keputusan menggunakan sklearn?
- ml | Regresi Logistik vs Klasifikasi Pohon Keputusan?
Hutan Acak
- StatQuest: Random Forests Bagian 1 - Membangun, Menggunakan dan Mengevaluasi ▶️
- StatQuest: Random Forests Bagian 2: Data dan pengelompokan hilang ▶️
- Hutan Acak untuk Pemula Lengkap?
Meningkatkan Pembelajaran Mesin
- Tutorial Meningkatkan Pembelajaran Mesin | Peningkatan Adaptif, Peningkatan Gradien, XGBoost | pendidikan ▶️
- AdaBoost, Dijelaskan dengan Jelas ▶️
- Peningkatan Gradien Bagian 1: Ide Utama Regresi ▶️
- Peningkatan Gradien Bagian 2: Detail Regresi ▶️
- Peningkatan Gradien Bagian 3: Klasifikasi ▶️
- Peningkatan Gradien Bagian 4: Detail Klasifikasi ▶️
- XGBoost Part1: Pohon XGBoost untuk Regresi ▶️
- XGBoost Bagian 2: Pohon XGBoost Untuk Klasifikasi ▶️
- Metode ansambel belajar Sci-kit
SVM
- Support Vector Machines (SVM): Pengenalan ramah oleh Luis Serrano ▶️
- Mendukung Mesin Vektor, Dijelaskan dengan Jelas!!! oleh StatQuest ▶️
- Mesin Vektor Dukungan Bagian 2: Kernel Polinomial oleh StatQuest ▶️
- Mesin Vektor Dukungan Bagian 3: Kernel Radial (RBF) oleh StatQuest ▶️
- Cara kerja Mesin Vektor Dukungan / Cara membuka kotak hitam ▶️
- Mesin Vektor Pendukung - Matematika Kecerdasan (Minggu 1) ▶️
- Mengungkap Mesin Vektor Dukungan?
- Support Vector Machine (SVM) - Pembelajaran Mesin yang Menyenangkan dan Mudah ▶️
Teorema Bayes
- Teorema Bayes, dan membuat probabilitas menjadi intuitif ▶️
- Pengenalan ramah tentang Teorema Bayes dan Model Markov Tersembunyi ▶️
- Perangkap Bayesian ▶️
- Pengklasifikasi Naive Bayes: Pendekatan yang ramah ▶️
K-Tetangga Terdekat
- KNN dari Awal?
- Dasar-dasar Pembelajaran Mesin dengan Algoritma K-Nearest Neighbors?
K-Berarti
- StatQuest: pengelompokan K-means ▶️
- Tutorial Pembelajaran Mesin Python - 13: K Berarti Pengelompokan ▶️
- K Berarti Algoritma Pengelompokan - K Berarti Contoh dengan Python - Algoritma Pembelajaran Mesin - Edureka ▶️
Analisis Komponen Utama (PCA)
- StatQuest: Ide utama PCA hanya dalam 5 menit!!! ▶️
- StatQuest: Analisis Komponen Utama (PCA), Langkah demi Langkah ▶️
- Analisis Komponen Utama (PCA) oleh Luis Serrano ▶️
Model Grafis Probabilistik
- Spesialisasi Model Grafis Probabilistik
Penurunan Gradien dari Awal
Terbaik
- Regresi Linier menggunakan Gradient Descent?
- Penurunan Gradien, Langkah demi Langkah ▶️
- Penurunan Gradien Stochastic, Dijelaskan dengan Jelas!!! ▶️
- Cara Kerja Pengoptimalan Seri singkat tentang dasar-dasar pengoptimalan untuk pembelajaran mesin
- Regresi Linier menggunakan Gradient Descent
- Regresi Polinomial
- Penurunan Gradien dalam Regresi Linier - Matematika?
- Dasar-dasar Propagasi Balik Jaringan Neural Untuk Dummies ▶️
Yang Ekstra Bagus
- 3.4: Regresi Linier dengan Penurunan Gradien - Kecerdasan dan Pembelajaran ▶️
- 3.5: Matematika Penurunan Gradien - Kecerdasan dan Pembelajaran ▶️
- 3.5a: Kalkulus: Aturan Kekuatan - Kecerdasan dan Pembelajaran ▶️
- 3.5b: Kalkulus: Aturan Rantai - Kecerdasan dan Pembelajaran ▶️
- 3.5c: Kalkulus: Turunan Parsial - Kecerdasan dan Pembelajaran ▶️
Gradien Hilang
- Masalah Hilangnya Gradien ▶️
- Cara mengatasi Masalah Vanishing Gradient ▶️
Cara Menangani Minima Lokal
- https://datascience.stackexchange.com/questions/24534/does-gradient-descent-always-converge-to-an-optimum
- https://datascience.stackexchange.com/questions/18802/does-mlp-always-find-local-minimum
- https://www.coursera.org/learn/deep-neural-network/lecture/RFANA/the-problem-of-local-optima
Scikit-belajar
- Pengantar pembelajaran mesin dengan scikit-learn?
- Pembelajaran Mesin Python: Tutorial Scikit-Learn
Pembelajaran Mendalam
- BUKU DEEP BLUEBERRY Ini adalah kumpulan tautan kecil dan sangat terfokus tentang pembelajaran mendalam. Jika Anda selalu ingin mempelajari pembelajaran mendalam tetapi tidak tahu harus mulai dari mana, Anda mungkin menemukan tempat yang tepat!
- 6.S191: Pengantar Pembelajaran Mendalam (2019)
- Kuliah Kelas (YouTube) - MIT 6.S191: Pengantar Pembelajaran Mendalam
- Laboratorium
- MIT 6.S191 Pengantar Pembelajaran Mendalam (2020)
- MIT 6.S191 Pengantar Pembelajaran Mendalam (2023) (YouTube)
- Dasar-dasar Pembelajaran Mendalam MIT: Pendahuluan dan Ikhtisar
- Pembelajaran Mendalam MIT oleh Lex Fridman
- Kuliah Pembelajaran Mendalam (YouTube)
- Pembelajaran Mendalam di Tamil
Buku Pembelajaran Mendalam
- Buku Teks Pembelajaran Mendalam dari Ian Goodfellow, Yoshua Bengio, dan Aaron Courville
- Jaringan Syaraf Tiruan Dan Pembelajaran Mendalam oleh Michael Nielsen
- Pembelajaran Mendalam Grokking oleh Andrew Trask
Makalah Pembelajaran Mendalam
- Peta Jalan Membaca Makalah Pembelajaran Mendalam
NN
- Pengantar ramah tentang Pembelajaran Mendalam dan Jaringan Syaraf Tiruan ▶️
- Pembelajaran Mesin untuk Pemula: Pengantar Jaringan Neural? Penjelasan sederhana tentang cara kerjanya dan cara mengimplementasikannya dari awal dengan Python.
- Panduan Visual dan Interaktif tentang Dasar-dasar Jaringan Syaraf Tiruan?
- Pandangan Visual dan Interaktif pada Matematika Jaringan Neural Dasar?
- Arsitektur Jaringan Neural ▶️
- Jaringan Neural Diungkapkan oleh Welch Labs ▶️
- Kode pendukung untuk serial pendek YouTube Neural Networks Demistified.
- Seri jaringan saraf oleh 3Blue1Brows ▶️
Visi Komputer
- CS131 Computer Vision: Fondasi dan Aplikasi Musim Gugur 2019
- CS231A: Computer Vision, Dari Rekonstruksi 3D hingga Pengenalan Musim Dingin 2018
- Jaringan Neural Konvolusional CS231n untuk Pengenalan Visual
- Notebook Visi Komputer
CNN
- CS231n: Jaringan Neural Konvolusional untuk Pengenalan Visual Musim Semi 2019
- CS231n: Jaringan Neural Konvolusional untuk Pengenalan Visual
- Pengenalan ramah tentang Jaringan Neural Konvolusional dan Pengenalan Gambar
- Panduan Komprehensif untuk Jaringan Neural Konvolusional — cara ELI5
- Jaringan Neural Konvolusional Tensorflow (CNN)
- Buku Jaringan Konvolusional
- CNNs, Bagian 1: Pengantar Jaringan Neural Konvolusional
- CS231n Musim Dingin 2016 OLEH Andrej Karpathy 15 Video
- Pemahaman intuitif tentang Konvolusi 1D, 2D, dan 3D dalam Jaringan Neural Konvolusional
- Penjelasan CNN Sistem visualisasi interaktif yang dirancang untuk membantu non-ahli mempelajari Jaringan Neural Konvolusional (CNN)
Deteksi Objek
Evolusi Jaringan Deteksi Objek oleh Cogneethi
Tutorial mendalam tentang Deteksi Objek. Kuliah intuisi tentang berbagai topik mulai dari teknik CV Klasik seperti HOG, SIFT hingga teknik berbasis Jaringan Neural Konvolusional seperti Overfeat, RCNN Lebih Cepat, dll. Anda akan mempelajari bagaimana ide-ide berkembang dari beberapa makalah paling awal hingga makalah terkini. Oleh karena itu dinamakan Evolution of Object Detection Networks.
- menyaring | Transformasi Fitur Invarian Skala
- Intuisi Babi | Histogram Gradien Berorientasi
- NMS | Penindasan Non Maks
- Lokalisasi Objek | Regresi Kotak Batas
- Deteksi Objek
- RCNN
- Pencocokan Piramida Spasial | SPM
- Deteksi Objek SPPNet
- Jaringan RCNN Cepat
- RCNN lebih cepat
- Deteksi Objek Yolo v4 - Cara Kerja & Mengapa Sangat Menakjubkan!
- Kerangka Kerja dan Perpustakaan
- Detektor2 oleh Facebook AI
- Deteksi MM
- MediaPipe
- YOLO
- API Deteksi Objek TensorFlow
- Resep Visi Komputer
- Alat Pelabelan
- LabelImg
- aliran Robo
- Studio Label
- Contoh kode
- YOLO-Penghitungan Objek-API
Deteksi Objek 3D
- Mengumumkan Kumpulan Data Objectron | Blog AI Google
- Objek MediaPipe | Objectron (Deteksi Objek 3D)
Segmentasi Gambar
- Tutorial Computer Vision: Pengantar Langkah-demi-Langkah Teknik Segmentasi Gambar (Bagian 1)
GAN
- Pengantar Ramah tentang Generative Adversarial Networks (GANs) oleh Luis Serrano
- Jaringan Adversarial Generatif (GAN) oleh Ahlad Kumar
- Membangun GAN sederhana pertama kami
- Pengeditan wajah dengan Generative Adversarial Networks
- Autoencoder Variasi
- Jaringan Adversarial Generatif (GAN) dalam 50 baris kode (PyTorch)
- Model Generatif
Perpindahan Gaya
- TensorFlow CNN untuk transfer gaya cepat ⚡???
NLP
- CS224n: Pemrosesan Bahasa Alami dengan Pembelajaran Mendalam
- NLP dan Sang Reformator
- Kata Bergambar2vec
RNN
- Panduan Bergambar untuk Jaringan Neural Berulang: Memahami Intuisi
- Siapapun Dapat Mempelajari Kode LSTM-RNN dengan Python (Bagian 1: RNN) Langkah kecil menuju kenangan pertama jaringan saraf Anda.
- Efektivitas Jaringan Neural Berulang yang Tidak Masuk Akal
- Pengantar Jaringan Neural Berulang untuk Pemula Panduan sederhana tentang apa itu RNN, cara kerjanya, dan cara membuatnya dari awal dengan Python.
- Perhatian dan Jaringan Syaraf Berulang yang Ditambah oleh Distill
- Memvisualisasikan hafalan di RNN dengan Distill Memeriksa besaran gradien dalam konteks dapat menjadi alat yang ampuh untuk melihat kapan unit berulang menggunakan pemahaman kontekstual jangka pendek atau jangka panjang.
- Pembelajaran Mendalam untuk NLP: Penjelasan ANN, RNN, dan LSTM!
LSTM
- Memahami Jaringan LSTM
- Penjelasan implementasi LSTM
- Pengantar Lembut tentang Autoencoder LSTM
Transformers dan Perhatian Diri
Panduan Visual untuk Jaringan Neural Transformer (Sangat Direkomendasikan)
- Bagian 1 - Penyematan Posisi
- Bagian 2 - Multi-Kepala & Perhatian Diri
- Bagian 3 - Perhatian Terselubung Decoder
- Daftar Putar Perhatian NLP Transformers
- Transformator Bergambar
- Transformator Beranotasi
- Kertas dan Kode Transformer
- Transformer dari Awal
- Catatan Transformer
- Transformers, Dijelaskan: Memahami Model Dibalik GPT-3, BERT, dan T5
- Tinjauan komprehensif varian Transformer.
- Bagaimana menjadi Guru Model NLP & Transformer
- [Kelas MASTER] Transformer | Model Perhatian
BERT
- Menjelaskan BERT Cukup Menggunakan Sketsa
- Panduan Visual Menggunakan BERT untuk Pertama Kalinya
- BERT, ELMo, dan rekannya yang diilustrasikan. (Bagaimana NLP Memecahkan Pembelajaran Transfer)
- BERT Dijelaskan: Model bahasa canggih untuk NLP
- BioBERT, model representasi bahasa untuk domain biomedis, dirancang khusus untuk tugas penambangan teks biomedis seperti pengenalan entitas bernama biomedis, ekstraksi relasi, menjawab pertanyaan, dll.
GPT
- Ilustrasi GPT-2 (Memvisualisasikan Model Bahasa Transformator)
Pembelajaran Penguatan
- Kursus Pembelajaran Penguatan Mendalam ?️ Kursus gratis dalam Pembelajaran Penguatan Mendalam dari pemula hingga ahli.
- Implementasi Algoritma Pembelajaran Penguatan. Python, Gim OpenAI, Tensorflow. Latihan dan Solusi untuk menemani Buku Sutton dan kursus David Silver.
- Perangkat Agen Pembelajaran Mesin Unity
- MENULIS GAME PEMBELAJARAN MESIN PERTAMA SAYA! (1/4)
- Pembelajaran Penguatan Mendalam: Pong dari Piksel oleh Andrej Karpathy
- Panduan Pemula untuk Pembelajaran Penguatan Mendalam
- Pengantar Agen ML Unity
- Algoritma Pembelajaran Penguatan Mendalam dengan PyTorch
- KULIAH: Pengantar Pembelajaran Penguatan - David Silver
- BUKU: Pembelajaran Penguatan - Pengantar oleh Sutton dan Barto
- BUKU: Pembelajaran Penguatan Mendalam Langsung oleh Maxim Lapan
PyTorch
- Udacity : Pembelajaran Mendalam dengan PyTorch
- Pembelajaran Mendalam (PyTorch): Kode
- Udacity: Amankan AI
- TORCHSCRIPT
- PyTorchZeroToAll (dalam bahasa Inggris) Sung Kim serangkaian 14 Video
Aliran Tensor
- Pengantar TensorFlow 2.0: Lebih mudah bagi pemula, dan lebih canggih bagi para ahli (TF World '19)
- TensorFlow Lite: Solusi untuk menjalankan ML di perangkat (TF World '19)
- Pembelajaran Mesin dalam JavaScript (TensorFlow Dev Summit 2018)
- Mulai Cepat TensorFlow.js
- Keras vs. tf.keras: Apa perbedaan TensorFlow 2.0?
- Cara Menjalankan TensorFlow Lite di Raspberry Pi untuk Deteksi Objek
- Bagaimana komputer belajar mengenali objek secara instan | Joseph Redmon
Kursus TensorFlow
- Pengantar TensorFlow untuk Pembelajaran Mendalam
- TensorFlow dalam Spesialisasi Praktek : Coursera
- TensorFlow: Spesialisasi Data dan Penerapan: Coursera
PyTorch Vs TensorFlow
- Mengapa PyTorch menjadi begitu populer di kalangan insinyur pembelajaran mesin?
Pembelajaran Transfer
- Transfer Pembelajaran dengan Keras dan Deep Learning
- Panduan Praktis Komprehensif untuk Mentransfer Pembelajaran dengan Aplikasi Dunia Nyata dalam Pembelajaran Mendalam
- Tutorial Inti TensorFlow
Terapkan Model
- Pembelajaran Mesin dalam 5 Menit: Cara menerapkan model ML (SurveyMonkey Engineer menjelaskan)
- Terapkan Model Pembelajaran Mesin dengan Django
- MlFlow - Platform sumber terbuka untuk siklus hidup pembelajaran mesin
- TensorFlow: Spesialisasi Data dan Penerapan
MlOps
- MLOps Primer - 2021 Kumpulan sumber daya untuk mempelajari tentang MLOps.
Kode
- dasar kode/py
- Google Codelab
Lembar Cheat
- Kecerdasan Buatan
- Pembelajaran Mesin
- Pembelajaran Mendalam
- Tip dan trik Pembelajaran Mesin
- Alat Ilmu Data
- Pembelajaran Mesin dengan R
- Lembar Cheat dan Kartu Flash CHRIS ALBON
- MLOps Tooling Landscape v2 (+84 alat baru) - Des '20
- Alat matematika
- Persamaan Diferensial Biasa untuk Insinyur
Kit Edge ML
- Kit Pengembang Nvidia Jetson Nano
- Intel® Neural Compute Stick 2 (Intel® NCS2)
- Karang
Kompetisi Ilmu Data
Youtube Penting? Saluran di bidang AI/ML/RL/DS
- 3Biru1 Coklat
- StatQuest dengan Josh Starmer
- Terkirimdex
- Luis Serrano
- Brandon Rohrer
- kadal dalam
- Teknologi Dengan Tim
- Penelitian Microsoft
- Corey Schafer
- Sekolah Data
- Makalah Dua Menit
- Laboratorium Welch
- Pelajari secara sederhana
- Pembelajaran Hebat
- Pembelajaran Mendalam.TV
- Aliran Tensor
- Pembelajaran mendalam.ai
- Peluru Kode
- pendidikan!
- Lex Fridman
- Saluran Kecerdasan Buatan
- freeCodeCamp.org
- CloudxLab
- Alexander Amini
- Jeff Heaton
- Abhishek Thakur
- Kereta Pengkodean
Referensi
- BAGAIMANA MEMULAI PEMBELAJARAN MESIN!
- Gelar Master Kecerdasan Buatan Buatan Saya Sendiri
- https://end-to-end-machine-learning.teachable.com/courses/667372/lectures/11900568
- Dasar-dasar ML oleh StatQuest
- Pembelajaran Mesin dengan Python oleh sentdex
- 5 Langkah Ramah Pemula untuk Mempelajari Pembelajaran Mesin dan Ilmu Data dengan Python - Daniel Bourke
- Sekolah Data
- Jaringan Neural dan Pembelajaran Mendalam
- https://www.machinelearningisfun.com/
- https://medium.com/@ageitgey/machine-learning-is-fun-80ea3ec3c471
- https://medium.com/greyatom
- https://greyatom.com/glabs
- John Searle: "Kesadaran dalam Kecerdasan Buatan" | Pembicaraan di Google
- https://github.com/nature-of-code/NOC-S17-2-Intelligence-Learning/tree/master/week3-classification-regression
- https://github.com/nature-of-code/NOC-S17-2-Intelligence-Learning