初心者向けのニューラルネットワークリファレンス（教科書、オンラインコース）

ニューラルネットワークを学びたいです。私は計算言語学者です。統計的な機械学習のアプローチを知っており、Pythonでコーディングできます。

私はその概念から始め、計算言語学の観点から役に立つかもしれない1つまたは2つの人気のあるモデルを知っています。

参考のためにWebをブラウズし、いくつかの本や資料を見つけました。

• リプリー、ブライアンD.（1996）パターン認識とニューラルネットワーク、ケンブリッジ

• Bishop、CM（1995）パターン認識のためのニューラルネットワーク、オックスフォード：オックスフォード大学出版局。

• いくつかのリンクなど、この論文、これらのコースノート（トロント大学の心理学科）、これらのコースノート（ウィスコンシンコンピュータサイエンスの大学）と、このスライドショー（Facebookの研究）。

Courseraコースは、だれかが関連する何かを知っている場合、一般的に素晴らしいです。私は明快な言語と豊富な例のある資料を好みます。

あなたは幸運です！現時点で利用可能なリソースは驚くほど多くあります。特に、次を見ることができます：

• まもなく開始されるCourseraコース
• 分野のリーダー（Goodfellow、Bengio、Courville）の一部によって最近出版されたオンライン教科書
• これらの講義ノート、およびこの概要は、自然言語処理を対象としています。
• クリス・オラによる美しい視覚化によるブログ投稿のセット
• Pythonインターフェイスとオンラインチュートリアルを備えた、よくサポートされている2つのツールキット：TensorflowとTheano

主な参考文献：

深層学習に関するコース：

• Andrew Ngの機械学習コースには、ニューラルネットワークに関する入門セクションがあります。
• Geoffrey Hintonのコース：機械学習のためのCourseraニューラルネットワーク（2012年秋）
• Michael Nielsenの無料の本Neural Networks and Deep Learning
• ヨシュア・ベンジオ、イアン・グッドフェロー、アーロン・クールビルがディープラーニングに関する本を書いた（2016）
• シャーブルック大学でのヒューゴ・ラロシェルのコース（ビデオ+スライド）
• 教師なしフィーチャ学習およびディープラーニングに関するスタンフォードのチュートリアル（Andrew Ng et al。）
• オックスフォードのML 2014-2015コース
• NVIDIAディープラーニングコース（2015年夏）
• GoogleのUdacityに関するディープラーニングコース（2016年1月）

NLP指向：

• Stanford CS224d：自然言語処理のディープラーニング（2015年春）by Richard Socher
• NAACL HLT 2013で提供されたチュートリアル：自然言語処理のディープラーニング（マジックなし）（ビデオ+スライド）

ビジョン指向：

• Andrej Karpathyによる視覚認識のためのCS231n畳み込みニューラルネットワーク（以前のバージョン、短くて洗練されていない：ハッカーのニューラルネットワークガイド）。

ツールキット固有のチュートリアル：

• DL4J（Java）：http ://deeplearning4j.org/documentation.html
• Theano（Python、Y。Bengio）：http ://deeplearning.net/
• Torch7による機械学習（Lua、LeCun）：http ://code.madbits.com/wiki/doku.php
• H2Oディープラーニング（Java）：http : //0xdata.com/product/deep-learning/
• Caffee（C ++、UCB）：http : //caffe.berkeleyvision.org/
• ネルバナのディープラーニングコース

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

http://neuralnetworksanddeeplearning.com/

これは私のお気に入りのリソースです。スタンフォードの機械学習コースから始めましたが、講義よりも読書を好みます。特に、測定値は例に基づいているためです。

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

ここで多くのコースプロバイダーからオンラインでコースを探索できます。また、関連するトピックを参照することをお勧めします。

ニューラルネットワークとディープラーニングは、親しみやすい出発点です。

Neural Networks and Deep Learningは無料のオンラインブックです。本はあなたについて教えます：

ニューラルネットワーク、コンピューターが観測データから学習できるようにする、生物学にヒントを得た美しいプログラミングパラダイム認識、および自然言語処理。この本は、ニューラルネットワークとディープラーニングの背後にあるコア概念の多くを教えます。

高速学習のために私は選択します：

偉大な教師研究者ナンド・デ・フレイタスからのこのディープラーニング講義：https : //www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

Pythonでの実践的なプログラミング理論の理解のために、Andrej Karpathyのこの資料：http ://cs231n.github.io/

NLPの場合：https : //arxiv.org/abs/1510.00726

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

これは、ディープラーニングの旅に良いガイダンスを提供します。