ニューラルネットワークの学習方法

私は、1年生の学部生です（私の不慣れさを許すために、これについて言及しています）。教授の指導に基づいて、3ノードのニューラルネットワーク（動作する）をコーディングしました。ただし、AIとデータサイエンスでのキャリアを追求したいので、これらについて適切に詳細に学習したいと思います。ニューラルネットワーク構造、ディープラーニングなどについてもっと教えてくれる本やリソースはありますか。推奨事項はありますか？

注：私はJava、Python、Bash、JavaScript、Matlabに精通しており、C ++を少し知っています。

私はコンピューターサイエンスの修士号を取得しており、私の論文はニューラルネットワークを使用した時系列予測に関するものでした。

ScikitとTensorflowによる機械学習の本は、実用的な観点から非常に役立ちました。理論と数学をあまり使わずに、非常に明確に物事を整理します。強くお勧めします。

一方、イアン・グッドフェローの本も必見です（DLの聖書の一種）。そこには、理論的な説明があります。また、ディープラーニングと今までの分野の謙虚な始まりに関して、はるかに知識が豊富になります。

他の人が示唆しているように、もう1つはもちろん、CholletによるPythonによるディープラーニングです。私はこの本を読んで夢中になりました。実際、それは非常によく書かれていて、繰り返しになりますが、オンラインのチュートリアルやコースではほとんど理解できないトリックや概念を教えてくれます。

さらに、Matlabに精通しているので、いくつかの統計/確率クラスを使用している場合があります。

ディープラーニングの質の高い堅実なスタートが必要な場合は、Ian Goodfellow et al。その後、オンラインで利用できるさまざまなチュートリアル、記事、およびコースを活用できる優れた基盤が得られます。

ただし、それを行う前に、基本的な「機械学習」クラスを受講する必要があることも追加します（大学で利用できるようにする必要があります）。最近では多くの人々がディープラーニングとニューラルネットワークの実装に直行していますが、それは比較的簡単だからです。

他に示唆されているように、非常に優れたリソースです。深い知識が必要な場合は、Andrew NgによるCourseraのコースをお勧めします。MLの基礎に関する深い知識と、AI、ML、ディープラーニングのいずれから始めるかについて混乱している場合は、私のプロフィールのブログリンクをたどることができます。最近、これらのテクノロジーの使用方法を投稿しました。

PS：私はここで私のブログを宣伝していません。私はただ助けています。フォローする場合は、Andrew Ngを選択してください。

基本を再確認したい場合は、GoogleのMLのクラッシュコースから始めることをお勧めします。それからfast.aiのMLとDLのレッスンに従うことをお勧めします。読むには、Alex SmolaとSVN Vishwanathanによる機械学習入門をお勧めします。ごきげんよう！

この素晴らしい本を読むことを強くお勧めします。ScikitとTensorflowによる機械学習の実践。ニューラルネットワークについては、第9章と第10章で簡潔に説明します。練習用の例はたくさんあります。サンプルのスクリプトを効果的に理解するには、Pythonプログラミングのバックグラウンドが必要です。ごきげんよう！

FrançoisCholletによるPythonによる深層学習は、Kerasの著者による深層学習の優れた高レベルの紹介です。

上記の参考に（グッドフェローらのdeeplearningbookを。あなたは深い対象に行きたい場合は必須です）を追加するには、優れたハンズオン本はある深い学習にダイビング技術のアプローチ（コンピュータビジョンの状態を与えます、NLP）、gluon API（mxnetフレームワーク、ストレートドープも参照）を使用します。また、pytorchソフトウェアのリソースもお勧めします（チュートリアル）。

自己学習のための多くの優れたウェブサイトがあります。次に2つの例を示します。

https://machinelearningmastery.com/start-here/#deeplearning

https://www.analyticsvidhya.com/blog/2018/10/introduction-neural-networks-deep-learning/

これらは、実用的な側面に特に役立ちますが、理論的な背景にはあまり役立ちません。