? Este guia é gratuito! Apoie (e a mim!) De graça:?
Bem-vindo ao roteiro de aprendizado de máquina : um guia sucinto para aprender os fundamentos do ML gratuitamente!
Este guia simplificado irá ajudá-lo:
- Aprenda os pré-requisitos essenciais
- Domine os principais conceitos de ML com eficiência
- Construa uma base para entender tópicos avançados
- Prepare-se para o desenvolvimento de ML no mundo real
Ao contrário dos guias abrangentes que podem ser complicados, este roteiro é simplificado e concentra-se nos tópicos mais importantes dos melhores educadores de ML. O objetivo é simples: chegar a um ponto em que você possa explorar com segurança os tópicos de ML de forma independente .
Por favor, apoie os autores e criadores desses recursos! Muitos desses recursos tiveram centenas de horas investidas neles. Se você adquirir um livro vinculado na seção de tópicos avançados, não se esqueça de deixar uma resenha após lê-lo! As resenhas são vitais para os autores continuarem seu trabalho. Conectei-me a perfis sociais em todo o documento tanto quanto pude. Você pode apoiar os criadores desses recursos gratuitamente, acompanhando-os e curtindo seu conteúdo.
Vamos começar sua jornada de ML!
Índice
- Pré-requisitos
- Programação
- Matemática
- Ferramentas de desenvolvimento
- Fundamentos
- Tópicos Avançados
- Conceitos Básicos
- Modelos de linguagem e PNL
- Aprendizado profundo e transformadores
- Aprendizagem por Reforço
- Processamento de linguagem natural e visão computacional
- Aplicativos de aprendizagem
- Tratamento de dados
- Engenharia de ML
- Outros tópicos importantes
- Habilidades profissionais
- Preparação para Entrevista
- Linguagens de programação
- Estruturas de ML
- Plataformas em nuvem
- Ferramentas DevOps
- GPUs gratuitas
- Outros recursos
Pré-requisitos
Programação
Programação Geral
- CS50 por Harvard
Ponto de partida perfeito para iniciantes
Pitão
- Introdução ao Python por Harvard
Para iniciantes
- Classe Python do Google pelo Google
Ótimo como uma atualização
Bibliotecas de dados
- Tutorial NumPy da equipe NumPy
- Curso de Pandas por Kaggle
Matemática
Fundação
- ? Currículo de Álgebra da Khan Academy
- ? Álgebra Linear da Khan Academy
Tópicos Avançados
- Probabilidade por Harvard
- ? Derivados/Derivados Parciais da Khan Academy
- ? Gradientes da Khan Academy
- ? Visualização de retropropagação do Google
Ferramentas de desenvolvimento
Controle de versão
- Aprenda Git pela comunidade Git
- Tutorial Github por GitHub
Linha de comando
- Aprenda Shell por learnshell.org
Fundamentos
Aprendizado de máquina central
- 20 minutos de introdução ao aprendizado de máquina do Google
Ponto de partida perfeito para conceitos de ML
- Curso intensivo de aprendizado de máquina do Google
Base abrangente em fundamentos de ML
Tópicos Avançados
Conceitos Básicos
- Q e IA de aprendizado de máquina por Sebastian Raschka
Um mergulho profundo em uma ampla variedade de conceitos avançados de ML
Modelos de linguagem e PNL
- ? Introdução aos LLMs por Andrej Karpathy
- ? Construindo e ajustando LLMs por Sebastian Raschka
- Construa um LLM do zero por Sebastian Raschka
- Seções do curso LLM por Maxime Labonne
Aprendizado profundo e transformadores
- Fundamentos de aprendizagem profunda da LightningAI
- Guia do engenheiro para aprendizado profundo, de Hironobu Suzuki
- Curso de Transformadores por Hugging Face
Aprendizagem por Reforço
- Crescendo em RL por OpenAI
Processamento de linguagem natural e visão computacional
- Curso de PNL por Huggingface
- Visão Computacional por Kaggle
Aplicativos de aprendizagem
- ML para Ciência por Christoph Molnar e Timo Freiesleben
- ? ML para jogos por Huggingface
Tratamento de dados
- Introdução ao SQL e SQL avançado por Kaggle
- Preparação de dados pelo Google
Engenharia de ML
- Feito com ML por Goku Mohandas
- ? Escola ML de Santiago
Outros tópicos importantes
- ? Matemática ML por Tivadar Danka
- ��� Eficiência de ML pelo MIT
- Destilação de Conhecimento por Dmitry Kozlov
- Ética de IA por Kaggle
- Explicabilidade de ML por Kaggle
Habilidades profissionais
Esta seção contém habilidades populares sobre listas de empregos relacionados ao aprendizado de máquina e recursos para se preparar para entrevistas para esses empregos.
Preparação para Entrevista
- Entrevista decifrando a codificação por Gayle Laakman McDowell
Crie para compreender e praticar questões do estilo Leetcode
- Entrevista de design de sistema por Alex Xu
Preparação para projeto de sistema
- Plano de estudo para entrevistas de ML por Khang Pham
Um plano de estudo mínimo viável para entrevistas de aprendizado de máquina
Linguagens de programação
- Introdução ao Python por Harvard
Curso abrangente de Python para iniciantes
- Aprofundamento em Python por Stephen Gruppetta
Mais avançado e abrangente
- Tutorial C++ por freeCodeCamp
Curso completo de C++ para iniciantes
- Ferrugem pela equipe Rust
- Java pela Universidade de Helsinque
Estruturas de ML
Aprendizado profundo
- Curso completo do TensorFlow 2.0 por freeCodeCamp
- PyTorch para aprendizado profundo por Daniel Bourke
- Tutoriais do Scikit-learn por desenvolvedores do Scikit-learn
- Tutorial Keras por TutorialsPoint
Processamento de Dados
- Tutorial NumPy da equipe NumPy
- Curso de Pandas por Kaggle
Ferramentas Avançadas
- Guia de início rápido do JAX do Google
- Tutorial ONNX pela equipe ONNX
- Guia TensorRT da NVIDIA
- Curso intensivo de LangChain por Patrick Loeber
Desenvolvimento de Modelo
- Documentação XGBoost da equipe XGBoost
- Guia de programação CUDA da NVIDIA
Plataformas em nuvem
Principais fornecedores
- ML no Google Cloud do Google Cloud
- AWS Machine Learning da Amazon Web Services
- Fundamentos de IA do Azure da Microsoft
Ferramentas DevOps
- Tutorial Kubernetes da TechWorld com Nana
- Tutorial Docker por freeCodeCamp
GPUs gratuitas
Principais escolhas
- Google Colab
GPUs T4/P100 gratuitas, por tempo limitado
- Cadernos Kaggle
30 horas/semana de GPU P100/T4
Opções Adicionais
- IA relâmpago
22 horas de GPU grátis
- Plataforma Google Cloud
$ 300 em créditos grátis
- Amazon Sage Maker
Nível gratuito disponível
- Gradiente de espaço de papel
Nível de comunidade gratuito
Outros recursos
- ? Boletins informativos recomendados por mim
- ? Canais do YouTube recomendados por Dair AI
- ? Contas recomendadas para seguir no X por mim
Se alguma informação estiver faltando, você é o autor de um recurso e gostaria que ele fosse removido, ou qualquer outro comentário geral, envie-me uma mensagem para me avisar.
