Referensi jaringan saraf (buku teks, kursus online) untuk pemula

Saya ingin belajar Neural Networks. Saya seorang Ahli Bahasa Komputasi. Saya tahu pendekatan pembelajaran mesin statistik dan dapat kode dalam Python.

Saya ingin memulai dengan konsep-konsepnya, dan mengetahui satu atau dua model populer yang mungkin berguna dari perspektif Linguistik Komputasi.

Saya melihat-lihat web untuk referensi dan menemukan beberapa buku dan materi.

• Ripley, Brian D. (1996) Pengenalan Pola dan Jaringan Saraf Tiruan, Cambridge

• Bishop, CM (1995) Jaringan Saraf Tiruan untuk Pengenalan Pola, Oxford: Oxford University Press.

• beberapa tautan, seperti tesis ini , catatan mata kuliah ini (Departemen Psikologi Universitas Toronto), catatan mata kuliah ini (Universitas Ilmu Komputer Wisconsin) dan tayangan slide ini (Penelitian Facebook).

Kursus Coursera umumnya bagus, jika ada yang tahu sesuatu yang relevan dari mereka. Saya lebih suka materi dengan bahasa yang jernih dan banyak contoh.

Anda beruntung! Ada banyak sumber daya yang tersedia saat ini. Secara khusus, Anda dapat melihat:

• sebuah Coursera saja mulai segera
• buku teks online yang baru-baru ini diterbitkan oleh beberapa pemimpin di lapangan (Goodfellow, Bengio dan Courville)
• catatan kuliah ini , dan ikhtisar ini , yang lebih berorientasi pada pemrosesan bahasa alami
• satu set posting blog dengan visualisasi yang indah oleh Chris Olah
• dua toolkit yang didukung dengan antarmuka python dan tutorial online: Tensorflow dan Theano

Referensi utama:

Kursus pembelajaran mendalam:

• Kursus Andrew Ng tentang pembelajaran mesin memiliki bagian pengantar yang bagus tentang jaringan saraf.
• Kursus Geoffrey Hinton: Coursera Neural Networks untuk Pembelajaran Mesin (musim gugur 2012)
• Buku gratis Michael Nielsen, Neural Networks and Deep Learning
• Yoshua Bengio, Ian Goodfellow dan Aaron Courville menulis buku tentang pembelajaran yang mendalam (2016)
• Kursus Hugo Larochelle (video + slide) di Université de Sherbrooke
• Tutorial Stanford (Andrew Ng et al.) Tentang Pembelajaran Fitur Tanpa Pengawasan dan Pembelajaran Dalam
• Tentu saja ML 2014-2015 Oxford
• Kursus pembelajaran NVIDIA Deep (musim panas 2015)
• Kursus Pembelajaran Dalam Google tentang Udacity (Januari 2016)

Berorientasi NLP:

• Stanford CS224d: Pembelajaran Jauh untuk Pemrosesan Bahasa Alami (musim semi 2015) oleh Richard Socher
• Tutorial yang diberikan di NAACL HLT 2013: Pembelajaran Jauh untuk Pemrosesan Bahasa Alami (tanpa Sihir) (video + slide)

Berorientasi pada visi:

• CS231n Neural Networks Konvolusional untuk Pengenalan Visual oleh Andrej Karpathy (versi sebelumnya, lebih pendek dan lebih halus: panduan Hacker untuk Neural Networks ).

Tutorial khusus Toolkit:

• DL4J (Jawa): http://deeplearning4j.org/documentation.html
• Theano (Python, Y. Bengio): http://deeplearning.net/
• Pembelajaran Mesin dengan Torch7 (Lua, LeCun): http://code.madbits.com/wiki/doku.php
• H2O Deep Learning (Java): http://0xdata.com/product/deep-learning/
• Caffee (C ++, UCB): http://caffe.berkeleyvision.org/
• Kursus Pembelajaran Dalam Nervana

http://www.kdnuggets.com/2015/11/seven-steps-machine-learning-python.html

http://neuralnetworksanddeeplearning.com/

Ini telah menjadi sumber favorit saya. Dimulai dengan kursus pembelajaran mesin Stanford, tetapi lebih suka membaca daripada kuliah. Terutama karena bacaan berbasis contoh.

https://coorsy.com/topics/artificial-neural-network/for-beginners

Anda dapat menjelajahi kursus online dari banyak penyedia kursus di sini. Saya juga menyarankan Anda untuk melihat topik terkait di sana.

Neural Networks dan Deep Learning adalah titik awal yang dapat didekati .

Neural Networks dan Deep Learning adalah buku online gratis. Buku ini akan mengajarkan Anda tentang:

Jaringan saraf, paradigma pemrograman yang diilhami secara biologis yang indah yang memungkinkan komputer untuk belajar dari data pengamatan Belajar mendalam, serangkaian teknik yang kuat untuk belajar di jaringan saraf Jaringan saraf dan pembelajaran mendalam saat ini memberikan solusi terbaik untuk banyak masalah dalam pengenalan gambar, pidato pengakuan, dan pemrosesan bahasa alami. Buku ini akan mengajarkan Anda banyak konsep inti di balik jaringan saraf dan pembelajaran mendalam.

Untuk belajar cepat saya akan memilih:

Ceramah Pembelajaran Jauh ini dari guru-peneliti hebat Nando de Freitas: https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

Untuk pemahaman teori pemrograman praktis dalam Python, materi ini dari Andrej Karpathy: http://cs231n.github.io/

Dan untuk NLP: https://arxiv.org/abs/1510.00726

http://yerevann.com/a-guide-to-deep-learning/

Ini memberikan panduan yang baik dalam perjalanan belajar Anda yang mendalam.