Machine Learning Goodness
1.0.0
ความดีของการเรียนรู้ของเครื่อง ด้วย พื้นที่เก็บข้อมูล หรือ สมุดบันทึก ต่างๆ โปรเจ็กต์ ML/DL และเคล็ดลับ/สูตรโกง AGI/AI
ภาพรวมและการเคลื่อนไหวครั้งต่อไป
เมื่อเริ่มต้นความท้าทาย 100DaysOfMLCode พื้นที่เก็บข้อมูล Machine Learning Goodness นี้จะได้รับการอัปเดตทุกวันด้วยสมุดบันทึก Jupyter ที่เสร็จสมบูรณ์ รหัส Python โปรเจ็กต์ ML ไลบรารี ML/DL/NN ที่มีประโยชน์ พื้นที่เก็บข้อมูล รหัสโกงของ ML/DL/NN/AI ข้อมูลที่เป็นประโยชน์ เช่น เว็บไซต์ สื่อการเรียนรู้ที่เป็นประโยชน์ เคล็ดลับ และอื่นๆ อีกมากมายที่ไม่ต้องพูดถึงการเขียนโค้ด Python ขั้นพื้นฐานและขั้นสูง
เมื่อความท้าทายสิ้นสุดลง repo ก็ยังคงเติบโต เนื้อหาที่เป็นประโยชน์ใหม่หรือเนื้อหาในโลกของ Machine Learning เมื่อพบถูกเพิ่มลงในหนังสือ เครื่องมือ หรือพื้นที่เก็บข้อมูล ตลอดจนอัปเดตในการท้าทาย FinishYearWithML และทวีตผ่านบัญชี Twitter ของฉันและบน Linkedin รวมถึงบางครั้งบน Facebook, Instagram
(กลับไปด้านบน)
หนังสือที่คุ้มค่าสำหรับการฝึกฝนความเชี่ยวชาญของ ML/DL/NN/AGI, การเขียนโปรแกรม Python, พื้นฐาน CS ที่จำเป็นสำหรับการวิเคราะห์ AI และหนังสือที่มีประโยชน์สำหรับนักพัฒนาหรือวิศวกร ML
| ตัวเลข | ชื่อ | คำอธิบาย | ลิงค์ |
|---|---|---|---|
| 1 | Grokking Algorithms: คู่มือพร้อมภาพประกอบสำหรับโปรแกรมเมอร์และผู้คนที่อยากรู้อยากเห็น | การแสดงภาพอัลกอริธึมยอดนิยมที่ใช้ใน Machine Learning และการเขียนโปรแกรมเพื่อแก้ไขปัญหา | อัลกอริทึม Grokking |
| 2 | คู่มือการออกแบบอัลกอริทึม | ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์ทางคณิตศาสตร์ของอัลกอริธึมคอมพิวเตอร์ต่างๆ | คู่มือการออกแบบอัลกอริทึม |
| 3 | ทฤษฎีหมวดหมู่สำหรับโปรแกรมเมอร์ | หนังสือเกี่ยวกับทฤษฎีหมวดหมู่ที่เขียนในโพสต์จากคาเฟ่เขียนโปรแกรมของ Milewski | ทฤษฎีหมวดหมู่สำหรับโปรแกรมเมอร์ |
| 4 | การเรียนรู้ของเครื่องอัตโนมัติ | หนังสือประกอบด้วยภาพรวมของเทคนิค bread-and-butter ที่เราต้องการใน AutoML ให้การอภิปรายเชิงลึกเกี่ยวกับระบบ AutoML ที่มีอยู่ และประเมินความทันสมัยใน AutoML | การเรียนรู้ของเครื่องอัตโนมัติ |
| 5 | คณิตศาสตร์สำหรับวิทยาการคอมพิวเตอร์ | หนังสือโดย MIT เรื่องคณิตศาสตร์สำหรับวิทยาการคอมพิวเตอร์ | คณิตศาสตร์สำหรับวิทยาการคอมพิวเตอร์ |
| 6 | คณิตศาสตร์เพื่อการเรียนรู้ของเครื่อง | หนังสือโดยมหาวิทยาลัยแคลิฟอร์เนียเรื่องคณิตศาสตร์เพื่อการเรียนรู้ของเครื่อง | คณิตศาสตร์เพื่อการเรียนรู้ของเครื่อง |
| 7 | ปัญญาประดิษฐ์ประยุกต์ | หนังสือเกี่ยวกับแอปพลิเคชัน AI ทางวิศวกรรม | ปัญญาประดิษฐ์ประยุกต์ |
| 8 | ไปป์ไลน์การเรียนรู้ของเครื่องอัตโนมัติ | ภาพรวมหนังสือเกี่ยวกับวงจรชีวิต ML อัตโนมัติด้วยแพลตฟอร์ม Databricks Lakehouse | ไปป์ไลน์การเรียนรู้ของเครื่องอัตโนมัติ |
| 9 | ความปรารถนาของแมชชีนเลิร์นนิง | หนังสือสำหรับวิศวกร AI ชนะยุคแห่ง Deep Learning | ความปรารถนาของแมชชีนเลิร์นนิง |
| 10 | คิดถึงเบย์ส | บทนำเกี่ยวกับสถิติแบบเบย์พร้อมการใช้งาน Python และ Jupyter Notebooks | คิดถึงเบย์ส |
| 11 | สุดยอดคู่มือ ChatGPT | หนังสือที่รวบรวมแหล่งข้อมูล 100 ประการเพื่อยกระดับชีวิตของคุณด้วย ChatGPT | สุดยอดคู่มือ ChatGPT |
| 12 | ศิลปะแห่งการแจ้ง ChatGPT: คู่มือการสร้างการแจ้งที่ชัดเจนและมีประสิทธิภาพ | หนังสือเพื่อเรียนรู้กลยุทธ์ในการสร้างข้อความเตือน ChatGPT ที่น่าสนใจซึ่งขับเคลื่อนการสนทนาที่มีส่วนร่วมและให้ข้อมูล | ศิลปะแห่งการแจ้ง ChatGPT: คู่มือการสร้างการแจ้งที่ชัดเจนและมีประสิทธิภาพ |
| 13 | 10 ChatGPT พร้อมท์สำหรับวิศวกรซอฟต์แวร์ | หนังสือเพื่อเรียนรู้วิธีแจ้งเตือนงานวิศวกรรมซอฟต์แวร์ | 10 ChatGPT พร้อมท์สำหรับวิศวกรซอฟต์แวร์ |
| 14 | วิธีสร้างอาชีพของคุณใน AI | ข้อมูลเชิงลึกของ Andrew Ng เกี่ยวกับการเรียนรู้ทักษะพื้นฐาน การทำงานในโครงการ การหางาน และชุมชนในเครื่องจักร | วิธีสร้างอาชีพของคุณใน AI |
| 15 | การเรียนรู้ของเครื่อง Q และ AI | หนังสือเกี่ยวกับความสับสนยอดนิยมที่ถูกถามในการสัมภาษณ์เกี่ยวกับ ML และข้อมูลขั้นสูงสำหรับคำถามเหล่านั้น | การเรียนรู้ของเครื่อง Q และ AI |
| 16 | คู่มือการเรียนรู้ของเครื่องที่ครอบคลุม | หนังสือคู่มือ ML ฉบับสมบูรณ์ฟรี | คู่มือการเรียนรู้ของเครื่องที่ครอบคลุม |
| 17 | คณิตศาสตร์เพื่อการเรียนรู้เชิงลึก: สิ่งที่คุณต้องรู้เพื่อทำความเข้าใจโครงข่ายประสาทเทียม | หนังสือคณิตศาสตร์สำหรับการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ที่เข้าสู่รากฐานทางคณิตศาสตร์และสถิติของวิทยาศาสตร์ข้อมูล | คณิตศาสตร์เพื่อการเรียนรู้เชิงลึก: สิ่งที่คุณต้องรู้เพื่อทำความเข้าใจโครงข่ายประสาทเทียม |
(กลับไปด้านบน)
เว็บไซต์และเครื่องมือที่คุ้มค่าซึ่งรวมถึงรหัสโกงสำหรับ Python, Machine Learning, Deep Learning, Neural Networks และสิ่งอื่นๆ นอกเหนือจากเครื่องมือที่คุ้มค่าอื่นๆ ขณะที่คุณกำลังเรียนรู้หรือฝึกฝนทักษะของคุณ สามารถพบได้ที่นี่ อัปเดตอย่างต่อเนื่องเมื่อพบว่ามีการแบ่งปันเนื้อหาที่คุ้มค่าบนพื้นที่เก็บข้อมูล
| ตัวเลข | ชื่อ | คำอธิบาย | ลิงค์ |
|---|---|---|---|
| 1 | แผ่นโกง Python | Python Cheatsheet อ้างอิงจากหนังสือ "Automate the Boring Stuff with Python" และแหล่งข้อมูลอื่นๆ อีกมากมาย | แผ่นโกง Python |
| 2 | เอกสารสรุปอัลกอริทึมการเรียนรู้ของเครื่อง | เอกสารสรุป Machine Learning อธิบายโมเดลต่างๆ สั้นๆ | เอกสารสรุปอัลกอริทึมของ ML |
| 3 | ชุดข้อมูลและเครื่องมือ AI ที่ยอดเยี่ยม | ลิงก์ไปยังชุดข้อมูลโอเพ่นซอร์สและสาธารณะยอดนิยม การแสดงภาพข้อมูล ทรัพยากรการวิเคราะห์ข้อมูล และ Data Lake | ชุดข้อมูลและเครื่องมือ AI ที่ยอดเยี่ยม |
| 4 | เอกสารสรุปการเรียนรู้ของเครื่อง | เอกสารสรุปนี้ประกอบด้วยสมการและไดอะแกรมคลาสสิกมากมายเกี่ยวกับการเรียนรู้ของเครื่องเพื่อเรียกคืนความรู้และแนวคิดเกี่ยวกับการเรียนรู้ของเครื่องได้อย่างรวดเร็ว | เอกสารสรุปการเรียนรู้ของเครื่อง |
| 5 | หน่วยสืบราชการลับสากล: คำจำกัดความของหน่วยสืบราชการลับของเครื่องจักร | การตีพิมพ์เกี่ยวกับคำจำกัดความของสติปัญญา | หน่วยสืบราชการลับสากล |
| 6 | การถดถอยโลจิสติก | ภาพรวมโดยละเอียดของการถดถอยโลจิสติก | การถดถอยโลจิสติก |
| 7 | ภาพรวมของบีซีไอ | ภาพรวมอย่างง่ายของส่วนต่อประสานสมองและคอมพิวเตอร์ (BCI) | ภาพรวมของบีซีไอ |
| 8 | การวิจัยบีซีไอ | งานวิจัยที่น่าสนใจเกี่ยวกับ Brain-Computer Interface (BCI) | การวิจัยบีซีไอ |
| 9 | AI ในการค้นพบสารเคมี | AI เปลี่ยนแปลงการค้นพบทางเคมีอย่างไร | AI ในการค้นพบสารเคมี |
| 10 | การเรียนรู้ของเครื่องสำหรับเคมี | แนวปฏิบัติที่ดีที่สุดในการเรียนรู้ของเครื่องสำหรับเคมี | การเรียนรู้ของเครื่องสำหรับเคมี |
| 11 | เครื่องมือ AI สำหรับการค้นพบยา | 5 เครื่องมือค้นพบยาสุดเจ๋งที่ขับเคลื่อนด้วย AI | เครื่องมือ AI สำหรับการค้นพบยา |
| 12 | เคมีควอนตัมและการเรียนรู้เชิงลึก | การประยุกต์ใช้การเรียนรู้เชิงลึกและโครงข่ายประสาทเทียมกับเคมีควอนตัม | เคมีควอนตัมและการเรียนรู้เชิงลึก |
| 13 | เครื่องจักรคอมพิวเตอร์และความฉลาด | บทความเรื่อง AI ฉบับแรกโดย Alan Turing | เครื่องจักรคอมพิวเตอร์และความฉลาด |
| 14 | บล็อกเกี่ยวกับเรื่องของ Alan Turing | การวิเคราะห์บทความของ Alan Turing เกี่ยวกับ AI (13 รายการ) และบล็อกโพสต์เกี่ยวกับชีวิตของเขา | บล็อกเกี่ยวกับอลัน ทัวริง |
| 15 | จิตใจ สมอง และโปรแกรมต่างๆ | บทความที่คัดค้าน 'Turing Test' โดย John Searle | จิตใจ สมอง และโปรแกรมต่างๆ |
| 16 | บล็อกเกี่ยวกับเรื่องของ John Searle และ Alan Turing | โพสต์ในบล็อกเกี่ยวกับบทความของ John Searle (15 รายการ) และแนวคิดเกี่ยวกับ AI และ Alan Turing | จอห์น เซิร์ล และ อลัน ทัวริง |
| 17 | ช่อง Youtube บนโครงข่ายประสาทเทียมของ Deep Learning | ช่อง YouTube ที่น่าทึ่งที่อธิบายว่า Neural Network คืออะไรพร้อมคำอธิบายที่เรียบง่ายและง่ายต่อการติดตาม | โครงข่ายประสาทเทียมของ Deep Learning |
| 18 | 8 สถาปัตยกรรมของโครงข่ายประสาทเทียม | สถาปัตยกรรม 8 ประการของ Neural Network ที่วิศวกร ML ทุกคนควรรู้ | 8 สถาปัตยกรรม |
| 19 | โครงข่ายประสาทเทียมสำหรับการทำนายปฏิกิริยาเคมีอินทรีย์ | การใช้โครงข่ายประสาทเทียมในการทำนายประเภทของปฏิกิริยา | NNs สำหรับการทำนายปฏิกิริยาเคมีอินทรีย์ |
| 20 | ระบบผู้เชี่ยวชาญสำหรับการทำนายสภาวะของปฏิกิริยา: กรณีปฏิกิริยาของ Michael | แบบจำลองถูกสร้างขึ้นเพื่อตัดสินความเข้ากันได้ของกระบวนการเคมีอินทรีย์กับตัวเลือกสภาวะของปฏิกิริยาแต่ละตัวเลือกที่พิจารณา | ระบบผู้เชี่ยวชาญสำหรับการทำนายสภาวะของปฏิกิริยา |
| 21 | การเรียนรู้ของเครื่องในพื้นที่ปฏิกิริยาเคมี | ดูที่ช่องว่างปฏิกิริยาของโมเลกุลที่เกี่ยวข้องกับปฏิกิริยาหลายอย่างโดยใช้แนวคิด ML | การเรียนรู้ของเครื่องในพื้นที่ปฏิกิริยาเคมี |
| 22 | การเรียนรู้ของเครื่องสำหรับปฏิกิริยาเคมี | ภาพรวมของคำถามที่สามารถแก้ไขได้โดยใช้เทคนิคการเรียนรู้ของเครื่อง | การเรียนรู้ของเครื่องสำหรับปฏิกิริยาเคมี |
| 23 | ภาพรวม ByTorch | BoTorch เป็นเฟรมเวิร์กของ PyTorch | ภาพรวม ByTorch |
| 24 | ByTorch อย่างเป็นทางการ | การเพิ่มประสิทธิภาพแบบเบย์หรือเพียงเว็บไซต์อย่างเป็นทางการของ BoTorch | ByTorch อย่างเป็นทางการ |
| 25 | แผ่นโกงรหัส VS | สูตรลัด VS Code Shortcut | แผ่นโกงรหัส VS |
| 26 | เอกสารสรุปการเรียนรู้ของเครื่องอย่างง่าย | เอกสารสรุปการเรียนรู้ของเครื่องของทุกสาขาที่ทำขึ้นและอัลกอริธึมที่ใช้ทั่วไป | เอกสารสรุปการเรียนรู้ของเครื่อง |
| 27 | DeepMind & UCL เกี่ยวกับการเรียนรู้แบบเสริมกำลัง | การบรรยาย DeepMind และ UCL เป็นวิดีโอเกี่ยวกับการเรียนรู้แบบเสริมกำลัง | DeepMind & UCL เกี่ยวกับการเรียนรู้แบบเสริมกำลัง |
| 28 | หลักสูตรเต็มการเรียนรู้ของเครื่องสแตนฟอร์ด | หลักสูตรการเรียนรู้ของเครื่องแบบเต็มในรูปแบบสไลด์บรรยายที่มหาวิทยาลัยสแตนฟอร์ด | หลักสูตรเต็มการเรียนรู้ของเครื่องสแตนฟอร์ด |
| 29 | ความเชี่ยวชาญด้านการเรียนรู้เชิงลึกของ Coursera | ความเชี่ยวชาญ DL มอบให้โดย Andrew Ng ผู้ยิ่งใหญ่และทีมของเขาที่ deeplearning.ai | ความเชี่ยวชาญด้านการเรียนรู้เชิงลึกของ Coursera |
| 30 | สูตรการทำคลัสเตอร์อย่างง่าย | เอกสารสรุปการจัดกลุ่มการเรียนรู้แบบไม่มีผู้ดูแลอย่างง่าย | Cheatsheet การทำคลัสเตอร์ |
| 31 | สูตรโกงเกี่ยวกับ Confusion Matrix | เอกสารสรุปเกี่ยวกับความแม่นยำ ความแม่นยำ การเรียกคืน TPR FPR ความจำเพาะ ความไว ROC และทุกสิ่งในเมทริกซ์ความสับสน | สูตรโกงเกี่ยวกับ Confusion Matrix |
| 32 | สูตรโกงสำหรับ Data Scientist | สูตรโกงต่างๆ สำหรับนักวิทยาศาสตร์ข้อมูล | สูตรโกงสำหรับ Data Scientist |
| 33 | การแสดงภาพคลัสเตอร์ K-Means | กราฟิกอย่างง่ายที่อธิบายการจัดกลุ่ม K-Means | การแสดงภาพคลัสเตอร์ K-Means |
| 34 | ช่อง Youtube โดย 3Blue1Brown | ช่อง Youtube เกี่ยวกับแนวคิดแอนิเมชั่นคณิตศาสตร์ | แนวคิดทางคณิตศาสตร์แบบเคลื่อนไหว |
| 35 | สาระสำคัญของพีชคณิตเชิงเส้น | เพลย์ลิสต์ Youtube บน Linear Algebra โดย 3Blue1Brown | พีชคณิตเชิงเส้น |
| 36 | ประสาทวิทยาศาสตร์แห่งการเรียนรู้การเสริมแรง | สไลด์พรินซ์ตันเรื่องประสาทวิทยาศาสตร์เพื่อการเรียนรู้แบบเสริมกำลัง | ประสาทวิทยาศาสตร์ของการเรียนรู้แรงบังเหียน |
| 37 | การเสริมการเรียนรู้การออกแบบยา | การเสริมแรงการเรียนรู้การดำเนินการออกแบบยา | การเสริมการเรียนรู้การออกแบบยา |
| 38 | ส่วนต่อประสานระหว่างสมองกับคอมพิวเตอร์พร้อมการสนับสนุน | BCI ขั้นสูงที่มีการรองรับแบบยืดหยุ่นและขึ้นรูปได้และเข็มขนาดเล็กที่เจาะทะลุได้ | ส่วนต่อประสานระหว่างสมองกับคอมพิวเตอร์พร้อมการสนับสนุน |
| 39 | สัญกรณ์บิ๊กโอ | คำอธิบายที่ดีและเรียบง่ายเกี่ยวกับสัญลักษณ์ Big O | สัญกรณ์บิ๊กโอ |
| 40 | ใบรับรองวิทยาศาสตร์ข้อมูล 6 ใบ | ใบรับรองวิทยาศาสตร์ข้อมูล 6 ใบเพื่อส่งเสริมอาชีพของคุณ | ใบรับรองวิทยาศาสตร์ข้อมูล 6 ใบ |
| 41 | เรื่องการวัดความฉลาด | แนวคิดใหม่ในการวัดว่าปัญญาประดิษฐ์ที่เหมือนมนุษย์เป็นอย่างไร | เรื่องการวัดความฉลาด |
| 42 | ชุดคำจำกัดความของหน่วยสืบราชการลับ | คำจำกัดความ 70 คี่ของสติปัญญา | ชุดคำจำกัดความของหน่วยสืบราชการลับ |
| 43 | การสร้างโค้ดระดับการแข่งขันด้วย AlphaCode | กระดาษอัลฟ่าโค้ด | การสร้างโค้ดระดับการแข่งขันด้วย AlphaCode |
| 44 | การเรียนรู้ของเครื่อง | การเรียนรู้ของเครื่องคืออะไร? การแนะนำที่อธิบายได้ดี | การเรียนรู้ของเครื่อง |
| 45 | ตัวเข้ารหัสอัตโนมัติ | ข้อมูลเบื้องต้นเกี่ยวกับตัวเข้ารหัสอัตโนมัติและเจาะลึกเกี่ยวกับตัวเข้ารหัสอัตโนมัติที่ไม่สมบูรณ์ | ตัวเข้ารหัสอัตโนมัติ |
| 46 | เอกสารสรุป ChatGPT | Cheatsheet ที่ต้องมีสำหรับทุกคนที่ใช้ ChatGPT เป็นประจำ | เอกสารสรุป ChatGPT |
| 47 | สูตรโกง Scikit-Learn | Scikit-Learn Cheatsheet สำหรับการเรียนรู้ของเครื่อง | Scikit-เรียนรู้สูตรโกง |
| 48 | ห้องสมุด Python Deep Learning 13 อันดับแรก | สรุปไลบรารีชั้นนำด้าน Deep Learning โดยใช้ Python | ห้องสมุด Python Deep Learning 13 อันดับแรก |
| 49 | คำแนะนำง่ายๆ เกี่ยวกับการแสดงภาพการเรียนรู้ของเครื่อง | สรุปการตรวจสอบด้วยภาพประสิทธิภาพของโมเดล ML | คำแนะนำง่ายๆ เกี่ยวกับการแสดงภาพการเรียนรู้ของเครื่อง |
| 50 | การค้นพบข้อผิดพลาดเชิงระบบที่เกิดจากโมเดลการเรียนรู้ของเครื่อง | ข้อมูลสรุปเพื่อค้นหาข้อผิดพลาดในโมเดล Machine Learning ที่ได้รับความแม่นยำโดยรวมสูงในส่วนข้อมูลการตรวจสอบที่เชื่อมโยงกัน | การค้นพบข้อผิดพลาดเชิงระบบที่เกิดจากโมเดลการเรียนรู้ของเครื่อง |
| 51 | การทดสอบสมมติฐานอธิบาย? | คำอธิบายการทดสอบสมมติฐาน | คำแนะนำง่ายๆ เกี่ยวกับการแสดงภาพการเรียนรู้ของเครื่อง |
| 52 | หลักสูตรเบื้องต้นเกี่ยวกับ AI | หลักสูตร AI เบื้องต้นฟรีสำหรับผู้เริ่มต้นจาก Microsoft | หลักสูตรเบื้องต้นเกี่ยวกับ AI |
| 53 | แฮ็กประสิทธิภาพการทำงานของ ChatGPT | เคล็ดลับเพิ่มประสิทธิภาพการทำงานของ ChatGPT: ห้าวิธีในการใช้แชทบอทเพื่อทำให้ชีวิตของคุณง่ายขึ้น | แฮ็กประสิทธิภาพการทำงานของ ChatGPT |
| 54 | เงินสามเท่าด้วยวิทยาศาสตร์ข้อมูล | บทความเกี่ยวกับวิธีที่เพื่อนคนหนึ่งเพิ่มรายได้เป็นสามเท่าด้วย Data Science ใน 18 เดือน | เงินสามเท่าด้วยวิทยาศาสตร์ข้อมูล |
| 55 | การคาดการณ์ AI ในอีก 10 ปีข้างหน้า | คำทำนายของ Andrew Ng เกี่ยวกับ AI ในอีก 10 ปีข้างหน้า | การคาดการณ์ AI ในอีก 10 ปีข้างหน้า |
| 56 | ทฤษฎีแห่งจิตใจอาจเกิดขึ้นเองตามธรรมชาติในแบบจำลองภาษาขนาดใหญ่ | ภาพรวมสิ่งพิมพ์เกี่ยวกับโมเดล LLM เช่น ChatGPT | ทฤษฎีแห่งจิตใจอาจเกิดขึ้นเองตามธรรมชาติในแบบจำลองภาษาขนาดใหญ่ |
| 57 | ChatGPT ช่วยคุณในการเรียนรู้ของเครื่องอัตโนมัติได้อย่างไร | ChatGPT ในแมชชีนเลิร์นนิง | ChatGPT ช่วยคุณในการเรียนรู้ของเครื่องอัตโนมัติได้อย่างไร |
| 58 | แผ่นโกง ChatGPT | แผ่นโกง ChatGPT ที่ไม่เป็นทางการ | แผ่นโกง ChatGPT |
| 59 | ตำราอาหาร OpenAI | แผ่นโกง ChatGPT อย่างเป็นทางการ | ตำราอาหาร OpenAI |
| 60 | การเรียนรู้ของเครื่องกราฟเสริมความรู้เพื่อการค้นพบยา: แบบสำรวจตั้งแต่ความแม่นยำไปจนถึงการตีความได้ | การใช้กราฟแมชชีนเลิร์นนิงในการค้นคว้ายา | การเรียนรู้ของเครื่องกราฟเสริมความรู้เพื่อการค้นพบยา: แบบสำรวจตั้งแต่ความแม่นยำไปจนถึงการตีความได้ |
| 61 | คำแนะนำง่ายๆ เกี่ยวกับการแสดงภาพการเรียนรู้ของเครื่อง | คำแนะนำเกี่ยวกับการแสดงภาพ ML | คำแนะนำง่ายๆ เกี่ยวกับการแสดงภาพการเรียนรู้ของเครื่อง |
| 62 | วิธีแสดงภาพเครือข่ายประสาท PyTorch – 3 ตัวอย่างใน Python | 3 ตัวอย่างของการแสดงภาพ PyTorch | วิธีแสดงภาพเครือข่ายประสาท PyTorch – 3 ตัวอย่างใน Python |
| 63 | บทบาทของการแสดงข้อมูลในการเรียนรู้ของเครื่อง | บทบาทของการแสดงภาพใน ML | บทบาทของการแสดงข้อมูลในการเรียนรู้ของเครื่อง |
| 64 | การตีความผลการทดสอบ A/B: ผลบวกลวงและนัยสำคัญทางสถิติ | การตีความผลการทดสอบ A/B | การตีความผลการทดสอบ A/B: ผลบวกลวงและนัยสำคัญทางสถิติ |
| 65 | คู่มือฉบับสมบูรณ์เกี่ยวกับการออกแบบการทดสอบ A/B การนำไปใช้ และข้อผิดพลาด | คู่มือฉบับสมบูรณ์เกี่ยวกับการทดสอบ A/B | คู่มือฉบับสมบูรณ์เกี่ยวกับการออกแบบการทดสอบ A/B การนำไปใช้ และข้อผิดพลาด |
| 66 | เคล็ดลับสำหรับนักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลในการสัมภาษณ์ | เคล็ดลับในการสัมภาษณ์โดย Seattle Data Guy | เคล็ดลับสำหรับนักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลในการสัมภาษณ์ |
| 67 | Git Cheat Sheet สำหรับวิทยาศาสตร์ข้อมูล | แผ่นโกงคำสั่ง Git สำหรับ Data Science | Git Cheat Sheet สำหรับวิทยาศาสตร์ข้อมูล |
| 68 | CNN สำหรับการจำแนกมะเร็งเต้านม | ภาพรวมของอัลกอริทึมเพื่อระบุโดยอัตโนมัติว่าผู้ป่วยป่วยเป็นมะเร็งเต้านมหรือไม่โดยการดูภาพชิ้นเนื้อ | CNN สำหรับการจำแนกมะเร็งเต้านม |
| 69 | กฎของกู๊ดฮาร์ต | ภาพรวมของกฎของ Goodhart ที่ใช้ใน OpenAI | กฎของกู๊ดฮาร์ต |
| 70 | วิธีสร้างแพลตฟอร์ม ML ตั้งแต่เริ่มต้น | วิธีมาตรฐานในการออกแบบ ฝึกอบรม และปรับใช้โมเดล | โดยตรง วิธีสร้างแพลตฟอร์ม ML ตั้งแต่เริ่มต้น |
| 71 | สรุปการเรียนรู้ด้วยตนเอง | ภาพรวมของการเรียนรู้ด้วยตนเอง | สรุปการเรียนรู้ด้วยตนเอง |
| 72 | สรุป MLOps (2021) | ภาพรวมของ MLOps | สรุป MLOps (2021) |
| 73 | สรุป MLOps (2020) | ภาพรวมของ MLOps | สรุป MLOps (2020) |
| 74 | ศิลปะแห่งโครงข่ายประสาทเทียม | การแสดงศิลปะของโครงข่ายประสาทเทียม | ศิลปะแห่งโครงข่ายประสาทเทียม |
| 75 | รูปแบบการออกแบบของ MLOps | สรุปรูปแบบการออกแบบใน MLOps | รูปแบบการออกแบบของ MLOps |
| 76 | วิธีติดตามสิ่งที่เกิดขึ้นในโลก AI | แหล่งข้อมูลเกี่ยวกับวิธีการติดตามข่าวสารทั้งหมดและนำทางผ่านข้อมูล AI ที่ไม่มีที่สิ้นสุด | วิธีติดตามสิ่งที่เกิดขึ้นในโลก AI |
| 77 | ChatGPT และ Whisper API | เครื่องมือบูรณาการสำหรับนักพัฒนา ChatGPT และ Whisper API | ChatGPT และ Whisper API |
| 78 | 20 โปรเจ็กต์การเรียนรู้ของเครื่องที่จะช่วยให้คุณได้รับการว่าจ้าง | โครงการต่างๆ ควรช่วยให้คุณได้รับการว่าจ้างเป็น ML Engineer | 20 โปรเจ็กต์การเรียนรู้ของเครื่องที่จะช่วยให้คุณได้รับการว่าจ้าง |
| 79 | 7 ภาษาการเขียนโปรแกรม Machine Learning ยอดนิยม | ภาษาโปรแกรมยอดนิยมที่ใช้ในการเรียนรู้ของเครื่อง | 7 ภาษาการเขียนโปรแกรม Machine Learning ยอดนิยม |
| 80 | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 1) | โพสต์ในบล็อกเกี่ยวกับการทดสอบที่มีประสิทธิภาพสำหรับโครงการ ML (ตอนที่ 1) | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 1) |
| 81 | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 2) | โพสต์ในบล็อกเกี่ยวกับการทดสอบที่มีประสิทธิภาพสำหรับโครงการ ML (ส่วนที่ II) | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 3) |
| 82 | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 3) | โพสต์ในบล็อกเกี่ยวกับการทดสอบที่มีประสิทธิภาพสำหรับโครงการ ML (ส่วนที่ 3) | การทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง (ตอนที่ 3) |
| 83 | การตัดสินใจที่ Netflix | วิธีที่ Netflix ใช้การทดสอบ A/B ในการตัดสินใจปรับปรุงผลิตภัณฑ์อย่างต่อเนื่อง เพื่อให้สมาชิกส่งมอบความสุขและความพึงพอใจได้มากขึ้น | การตัดสินใจที่ Netflix |
| 84 | การทดสอบ A/B คืออะไร? | วิธีที่ Netflix ใช้การทดสอบ A/B เพื่อประกอบการตัดสินใจและสร้างสรรค์ผลิตภัณฑ์ของตนอย่างต่อเนื่อง | การทดสอบ A/B คืออะไร? |
| 85 | การตีความผลการทดสอบ A/B: ผลบวกลวงและนัยสำคัญทางสถิติ | การตีความผลการทดสอบ A/B โดยการดูผลบวกลวงและนัยสำคัญทางสถิติ | การตีความผลการทดสอบ A/B: ผลบวกลวงและนัยสำคัญทางสถิติ |
| 86 | คู่มือฉบับสมบูรณ์เกี่ยวกับการออกแบบการทดสอบ A/B การนำไปใช้ และข้อผิดพลาด | การทดสอบ A/B แบบครบวงจรสำหรับการทดลองวิทยาศาสตร์ข้อมูลของคุณสำหรับผู้เชี่ยวชาญที่ไม่ใช่ด้านเทคนิคและด้านเทคนิคพร้อมตัวอย่างและการใช้งาน Python | คู่มือฉบับสมบูรณ์เกี่ยวกับการออกแบบการทดสอบ A/B การนำไปใช้ และข้อผิดพลาด |
| 87 | แนวคิดทางสถิติ 10 ข้อที่คุณควรรู้สำหรับการสัมภาษณ์วิทยาศาสตร์ข้อมูล | แนวคิดทางสถิติที่จำเป็นในการสัมภาษณ์ Data Science | แนวคิดทางสถิติ 10 ข้อที่คุณควรรู้สำหรับการสัมภาษณ์วิทยาศาสตร์ข้อมูล |
| 88 | การประเมินโมเดลการเรียนรู้เชิงลึก: เมทริกซ์ความสับสน ความแม่นยำ ความแม่นยำ และการเรียกคืน | ภาพรวมของการประเมินโมเดล ML ด้วยหน่วยเมตริกของเมทริกซ์ความสับสน ความแม่นยำ ความแม่นยำ และการเรียกคืน | การประเมินโมเดลการเรียนรู้เชิงลึก: เมทริกซ์ความสับสน ความแม่นยำ ความแม่นยำ และการเรียกคืน |
| 89 | ปัญญาประดิษฐ์ในการแพทย์: การเอาชนะหรือสรุปความท้าทายเชิงโครงสร้างเพื่อปรับปรุงการดูแลผู้ป่วย? | มุมมองของ AI ในด้านการแพทย์ | ปัญญาประดิษฐ์ในการแพทย์: การเอาชนะหรือสรุปความท้าทายเชิงโครงสร้างเพื่อปรับปรุงการดูแลผู้ป่วย? |
| 90 | กราฟโครงข่ายประสาทเทียมในการค้นพบยา | แอปพลิเคชั่น Deep Learning พลิกโฉมกระบวนการค้นพบยาเพิ่มประสิทธิภาพในการหาสารประกอบใหม่ | กราฟโครงข่ายประสาทเทียมในการค้นพบยา |
| 91 | แนวทาง AI ใหม่เพื่อลดสัญญาณรบกวนในข้อมูลเอ็กซ์เรย์ | ภาพรวมของการใช้ตัวเข้ารหัสอัตโนมัติเพื่อแทนที่ข้อมูลเอ็กซ์เรย์ที่มีสัญญาณรบกวนด้วยสัญญาณอินพุตที่ปราศจากสัญญาณรบกวน | แนวทาง AI ใหม่เพื่อลดสัญญาณรบกวนในข้อมูลเอ็กซ์เรย์ |
| 92 | การประมวลผลภาษาธรรมชาติ | คู่มือนี้ครอบคลุมถึงวิธีการทำงาน เทคนิคขั้นสูง และอื่นๆ อีกมากมาย | การประมวลผลภาษาธรรมชาติ |
| 93 | สูตรโกงบิ๊กโอ | เอกสารสรุป Big O สำหรับโครงสร้างข้อมูล #1 | สูตรโกงบิ๊กโอ |
| 94 | สูตรโกงบิ๊กโอ | เอกสารสรุป Big O สำหรับโครงสร้างข้อมูล #2 | สูตรโกงบิ๊กโอ |
| 95 | การสำรวจเนื้อหาที่สร้างโดย AI (AIGC) อย่างครอบคลุม: ประวัติความเป็นมาของ Generative AI จาก GAN ถึง ChatGPT | ภาพรวมในอดีตของเทคนิคและแอปพลิเคชัน AI เชิงสร้างสรรค์ | การสำรวจเนื้อหาที่สร้างโดย AI (AIGC) อย่างครอบคลุม: ประวัติความเป็นมาของ Generative AI จาก GAN ถึง ChatGPT |
| 96 | แชทหมอ | โมเดลการแชททางการแพทย์ได้รับการปรับแต่งอย่างละเอียดบนโมเดล LLaMA โดยใช้ความรู้โดเมนทางการแพทย์ | แชทหมอ |
| 97 | แผ่นโกงทั้งหมด | Cheatsheets จากปัญญาประดิษฐ์ไปจนถึงวิศวกรรมข้อมูลไปจนถึงการเรียนรู้ของเครื่องไปจนถึง Linux ไปจนถึงคณิตศาสตร์ไปจนถึง R ถึง Matlab และสาขาอื่น ๆ อีกมากมาย | แผ่นโกงทั้งหมด |
| 98 | จีเอ็มไอ | บทความเกี่ยวกับ Generalist Medical AI (GMAI) เพื่อขับเคลื่อนการพัฒนาแบบจำลอง AI ทางการแพทย์ขนาดใหญ่ เพิ่มความแม่นยำในงานทางการแพทย์ ทำให้เข้าถึงข้อมูลทางการแพทย์ที่ซับซ้อนได้ง่ายขึ้น และช่วยเหลือทีมศัลยกรรม | จีเอ็มไอ |
| 99 | ข้อความแจ้ง ChatGPT ที่จำเป็น 9 รายการ | ข้อความแจ้ง ChatGPT ที่จำเป็น 9 รายการพร้อมตัวอย่าง | 9 พรอมต์ ChatGPT ที่จำเป็น |
| 100 | ส่วนขยาย IPython ChatGPT | ส่วนขยายที่ให้คุณใช้ ChatGPT โดยตรงจาก Jupyter Notebook หรือ IPython Shell | ส่วนขยาย IPython ChatGPT |
| 101 | OpenAssistant | ทางเลือกโอเพ่นซอร์สสำหรับ ChatGPT | OpenAssistant |
| 102 | ไดโนฟ2 | Vision Transformer Model แบบไม่มีผู้ดูแลสามารถใช้เป็นแกนหลักสำหรับงาน CV ของคุณได้เกือบทั้งหมด | ไดโนฟ2 |
| 103 | ดาต้ามอล | ชุดเครื่องมือโอเพ่นซอร์สที่ช่วยลดความยุ่งยากในการประมวลผลระดับโมเลกุลและเวิร์กโฟลว์การกำหนดคุณสมบัติสำหรับนักวิทยาศาสตร์ ML ในการค้นพบยา | ดาต้ามอล |
| 104 | การเปรียบเทียบ ChatGPT กับ GPT4 | รูปภาพเปรียบเทียบ ChatGPT กับ GPT | การเปรียบเทียบ ChatGPT กับ GPT4 |
| 105 | ตำราเรียนการเรียนรู้ด้วยตนเอง | การวิจัยและบันทึกทั้งหมดเกี่ยวกับสสารมืดของสติปัญญา | ตำราเรียนการเรียนรู้ด้วยตนเอง |
| 106 | แผ่นโกงวิศวกรรมพร้อมท์ | ช่วยเขียนข้อความเตือนที่ยอดเยี่ยมให้กับ Chat Bots เช่น GPT | แผ่นโกงวิศวกรรมพร้อมท์ |
| 107 | คู่มือนักบิน GitHub | GitHub Copilot Guide เป็นสไลด์ | คู่มือนักบิน GitHub |
| 108 | การเปรียบเทียบ GitHub Copilot กับ ChatGPT | การเปรียบเทียบแชทบอทกับตัวช่วยเขียนโปรแกรมในรูปแบบสไลด์ | การเปรียบเทียบ GitHub Copilot กับ ChatGPT |
| 109 | การเปรียบเทียบ GitHub Copilot กับ Codeium | การเปรียบเทียบตัวช่วยเขียนโค้ด หนึ่งเจ้าหนี้ โอเพ่นซอร์สอื่น ๆ | การเปรียบเทียบ GitHub Copilot กับ Codeium |
| 110 | เริ่มต้นใช้งาน AutoGPT | การเริ่มต้นใช้งาน AutoGPT - การด่าทอ - กรณีการใช้งาน - การใช้ในทางที่ผิดที่อาจเกิดขึ้น | [https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/AutoGPT_Guide.pdf] |
| 111 | เครื่องมือ AI ที่มีประโยชน์ | เครื่องมือ AI ที่มีประโยชน์ตั้งแต่ Copilot ไปจนถึง AutoGPT ไปจนถึง MidJourney ไปจนถึง Grammarly ไปจนถึงบอทสนทนา | [https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/Useful_AI_Tools.pdf] |
| 112 | ChatGPT แจ้งเอกสารโกง | เอกสารสรุปข้อความแจ้ง ChatGPT ที่เป็นประโยชน์ | ChatGPT แจ้งเอกสารโกง |
| 113 | การเรียนรู้ของเครื่อง หลักสูตรแรกสำหรับวิศวกรและนักวิทยาศาสตร์ | Machine Learning ระดับเริ่มต้นถึงขั้นสูงจากมหาวิทยาลัยเคมบริดจ์ | การเรียนรู้ของเครื่อง หลักสูตรแรกสำหรับวิศวกรและนักวิทยาศาสตร์ |
| 114 | โครงการการเรียนรู้ของเครื่อง | โครงการการเรียนรู้ของเครื่อง | โครงการการเรียนรู้ของเครื่อง |
| 115 | คู่มือวิทยาศาสตร์ข้อมูล Python | คู่มือวิทยาศาสตร์ข้อมูล Python | คู่มือวิทยาศาสตร์ข้อมูล Python |
| 116 | ความรู้เบื้องต้นเกี่ยวกับสถิติด้วย Python | สถิติเป็นสาขาหนึ่งของคณิตศาสตร์ที่เกี่ยวข้องกับการรวบรวม การวิเคราะห์ การตีความ การนำเสนอ และการจัดระเบียบข้อมูล | ความรู้เบื้องต้นเกี่ยวกับสถิติด้วย Python |
| 117 | Python สำหรับทุกคน | Python สำหรับทุกคน | Python สำหรับทุกคน |
| 118 | การเรียนรู้ของเครื่องด้วย Python สำหรับทุกคน (ซีรี่ส์ข้อมูลและการวิเคราะห์ของ Addison-Wesley) | การเรียนรู้ของเครื่องด้วย Python สำหรับทุกคน | การเรียนรู้ของเครื่องด้วย Python สำหรับทุกคน (ซีรี่ส์ข้อมูลและการวิเคราะห์ของ Addison-Wesley) |
| 119 | Python สำหรับการวิเคราะห์ข้อมูล | Python สำหรับการวิเคราะห์ข้อมูล | Python สำหรับการวิเคราะห์ข้อมูล |
| 120 | สิ่งจำเป็นสำหรับวิทยาศาสตร์ข้อมูล Python | สิ่งจำเป็นสำหรับวิทยาศาสตร์ข้อมูล Python | สิ่งจำเป็นด้านวิทยาศาสตร์ข้อมูล Python |
| 121 | การสร้างแบบจำลองข้อมูลกราฟด้วย Python | การสร้างแบบจำลองข้อมูลกราฟด้วย Python | การสร้างแบบจำลองข้อมูลกราฟด้วย Python |
| 122 | 50 Days of Python — ความท้าทายต่อวัน | 50 Days of Python — ความท้าทายต่อวัน | 50 Days of Python — ความท้าทายต่อวัน |
| 123 | โปรเจ็กต์ Python จิ๋ว | โปรเจ็กต์ Python จิ๋ว | โปรเจ็กต์ Python จิ๋ว |
| 124 | เครื่องมือ AI ที่น่าทึ่ง | เครื่องมือ AI ตั้งแต่การเขียนไปจนถึงวิดีโอไปจนถึงการออกแบบไปจนถึงประสิทธิภาพการทำงานไปจนถึงการตลาดไปจนถึง Chatbot | เครื่องมือ AI ที่น่าทึ่ง |
| 125 | โปรเจ็กต์ Python มากกว่า 150 โปรเจ็กต์พร้อมซอร์สโค้ด | 179 โครงการ Python พร้อมซอร์สโค้ด | โปรเจ็กต์ Python มากกว่า 150 โปรเจ็กต์พร้อมซอร์สโค้ด |
(กลับไปด้านบน)
แหล่งเก็บข้อมูล GitHub ที่คุ้มค่าที่เกี่ยวข้องกับหลักสูตร ML/DL/NN/AGI พร้อมรายละเอียดทั้งหมดรวมอยู่ที่นี่:
| ตัวเลข | ชื่อ | คำอธิบาย | ลิงค์ |
|---|---|---|---|
| 1 | หลักสูตร AI ขั้นสูง | หลักสูตร Code Academy Advanced AI ในลิทัวเนีย | หลักสูตร AI ขั้นสูง |
| 2 | GitHub ในหลักสูตรการเรียนรู้เชิงลึกของ Coursera | GitHub Repo สำหรับความเชี่ยวชาญด้านการเรียนรู้เชิงลึกของ Coursera โดย deeplearning.ai | GitHub บนหลักสูตร DL ของ Coursera |
| 3 | หมายเหตุเกี่ยวกับหลักสูตรการเรียนรู้เชิงลึกของ Coursera | บันทึกการบรรยายสำหรับความเชี่ยวชาญด้านการเรียนรู้เชิงลึกของ Coursera โดย deeplearning.ai | หมายเหตุเกี่ยวกับหลักสูตร DL ของ Cousera |
| 4 | ทฤษฎีหมวดหมู่เกี่ยวกับการเรียนรู้ของเครื่อง | Github ที่มีรายการสิ่งพิมพ์ของ Category Theory ในสาขา AI ต่างๆ | ทฤษฎีหมวดหมู่เกี่ยวกับ ML |
| 5 | รากฐานของการเรียนรู้ของเครื่อง | ทำความเข้าใจแนวคิด เทคนิค และกรอบงานทางคณิตศาสตร์ที่ใช้โดยผู้เชี่ยวชาญในการเรียนรู้ของเครื่อง | รากฐานของ ML |
| 6 | RL เจ๋งๆ | พื้นที่เก็บข้อมูล Github เกี่ยวกับสื่อที่น่าทึ่งเกี่ยวกับการเรียนรู้แบบเสริมกำลัง | RL เจ๋งๆ |
| 7 | การเพิ่มประสิทธิภาพปฏิกิริยาเคมี | การเพิ่มประสิทธิภาพปฏิกิริยาเคมีด้วยการเรียนรู้การเสริมแรงเชิงลึก | การเพิ่มประสิทธิภาพปฏิกิริยาเคมี |
| 8 | เอกสารสรุปการเรียนรู้ของเครื่อง | เอกสารสรุปการเรียนรู้ของเครื่องเกี่ยวกับการเรียนรู้แบบมีผู้ดูแล แบบไม่มีผู้ดูแล และเชิงลึก รวมถึงคำแนะนำและเคล็ดลับ | เอกสารสรุปการเรียนรู้ของเครื่อง |
| 9 | หลักสูตร ML Youtube | หลักสูตร Machine Leaning ล่าสุดมีอยู่ใน Youtube | คอร์ส ML Youtube |
| 10 | หมายเหตุหลักสูตรการเรียนรู้ของเครื่อง | หมายเหตุเกี่ยวกับหลักสูตรที่เกี่ยวข้องกับ Machine Learning | หมายเหตุหลักสูตรการเรียนรู้ของเครื่อง |
| 11 | การทดสอบที่มีประสิทธิภาพสำหรับโครงการ ML | พื้นที่เก็บข้อมูล GitHub สำหรับการทดสอบที่มีประสิทธิภาพสำหรับโปรเจ็กต์ ML | การทดสอบที่มีประสิทธิภาพสำหรับโครงการ ML |
| 12 | แชทหมอ | พื้นที่เก็บข้อมูล GitHub สำหรับ ChatDoctor ในขณะที่เขียนเกี่ยวกับมันในวันที่ 90 หรือเข้าถึงเป็น 96 รายการบนเครื่องมือ | ChatDoctor GitHub |
| 13 | อัตโนมัติ-GPT | พื้นที่เก็บข้อมูล GitHub ของแอปพลิเคชัน experimetal ที่แสดงความสามารถของ GPt4 | อัตโนมัติ-GPT |
| 14 | วิคูนา-13B | แชทบอตแบบโอเพ่นซอร์สที่ได้รับการฝึกอบรมโดยการปรับแต่ง LLaMA ในการสนทนา ChatGPT ที่ผู้ใช้แชร์ประมาณ 70,000 ครั้ง | วิคูนา-13B |
| 15 | คู่มือวิศวกรรมพร้อมท์ | คู่มือวิศวกรรมพร้อมท์ | คู่มือวิศวกรรมพร้อมท์ |
| 16 | สุดยอดการเรียนรู้ของเครื่องด้วย Python | โปรเจ็กต์ ML ที่ดูแลจัดการ 910 รายการ | สุดยอดการเรียนรู้ของเครื่องด้วย Python |
| 17 | วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - หลักสูตร | Azure Cloud Advocates ที่ Microsoft มีความยินดีที่จะเสนอหลักสูตร 10 สัปดาห์ 20 บทเรียนเกี่ยวกับ Data Science | วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - หลักสูตร |
| 18 | ข้อมูล-วิทยาศาสตร์-สัมภาษณ์-ทรัพยากร | แหล่งข้อมูลการสัมภาษณ์วิทยาศาสตร์ข้อมูล | ข้อมูล-วิทยาศาสตร์-สัมภาษณ์-ทรัพยากร |
| 19 | วิทยาศาสตร์ข้อมูลที่ยอดเยี่ยม | พื้นที่เก็บข้อมูล Data Science แบบโอเพ่นซอร์สเพื่อเรียนรู้และประยุกต์ทักษะด้านวิทยาศาสตร์ข้อมูลในการแก้ปัญหาในโลกแห่งความเป็นจริง | วิทยาศาสตร์ข้อมูลที่ยอดเยี่ยม |
| 20 | ดาต้ามอล | ชุดเครื่องมือโอเพ่นซอร์สที่ช่วยลดความยุ่งยากในการประมวลผลระดับโมเลกุลและเวิร์กโฟลว์การกำหนดคุณสมบัติสำหรับนักวิทยาศาสตร์ ML ในการค้นพบยา | ดาต้ามอล |
| 21 | GPT ส่วนตัว | เครื่องมือวิเศษที่คุณสามารถถามคำถามไปยังเอกสารของคุณโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตเพียงใช้พลังของ LLM | GPT ส่วนตัว |
| 22 | รุ่น RT-2 | โมเดลที่ใช้แกนหลักพารามิเตอร์สูงสุด 55B และปรับแต่งเพื่อส่งออกการกระทำของหุ่นยนต์ที่ดำเนินการในโลกแห่งความเป็นจริงโดยตรง | RT-2 |
| 23 | GPTCache | เครื่องมือที่ช่วยให้คุณแคชผลลัพธ์ของการเรียก API GPT-3 และนำมาใช้ใหม่ในภายหลัง | GPTCache |
| 24 | เครื่องมือสำหรับนักพัฒนาที่ขับเคลื่อนด้วย AI ที่ยอดเยี่ยม | เครื่องมือที่ใช้ประโยชน์จาก AI เพื่อช่วยนักพัฒนาในงานต่างๆ เช่น การเติมโค้ดให้สมบูรณ์ การปรับโครงสร้างใหม่ การดีบัก เอกสารประกอบ และอื่นๆ | เครื่องมือสำหรับนักพัฒนาที่ขับเคลื่อนด้วย AI ที่ยอดเยี่ยม |
(กลับไปด้านบน)
สามารถดูสมุดบันทึกชุดข้อมูลต่างๆ ที่ทำเสร็จแล้วได้ที่นี่
(กลับไปด้านบน)
หมายเหตุเพิ่มเติมที่เรากล่าวถึงผ่านการบรรยายหรือเนื้อหาที่ฉันกล่าวถึงและพูดถึงสามารถพบได้ที่นี่
(กลับไปด้านบน)
คุณสามารถดูเนื้อหาจากการท้าทาย #100DaysOfMLCode ในแต่ละวันได้ที่นี่ ในส่วน README
(กลับไปด้านบน)
คุณสามารถดูเนื้อหาจากความท้าทายของ #FinishYearWithML ในแต่ละวันได้ที่นี่ ในส่วน README
(กลับไปด้านบน)
โฟลเดอร์สาธารณะประกอบด้วยสองไฟล์:
(กลับไปด้านบน)
สิ่งแรกที่ดีคือคุณสามารถเรียกใช้ Jupyter ผ่านเบราว์เซอร์ได้โดยไป ที่นี่ และอ่านเพิ่มเติมเกี่ยวกับมันในบทความนี้
หากคุณพบปัญหาในการใช้งาน Jupyter Notebook ผ่านเบราว์เซอร์ คุณสามารถใช้ Google Colab ได้โดยคลิกที่นี่ ฟังก์ชั่นของทั้งสองเครื่องมีความคล้ายคลึงกัน
(กลับไปด้านบน)
สามารถดูโลโก้ของพื้นที่เก็บข้อมูลได้ที่นี่
(กลับไปด้านบน)
สามารถดูใบอนุญาต MIT ได้ที่นี่
