[PYTHON] Studieren Sie maschinelles Lernen und Informatik. Ressourcenliste

Eine Liste der Online- und Offline-Ressourcen, die zum Lernen verwendet werden. Es wäre schön, etwas Programmierung und ein wenig Wissen zu haben.

Klicken Sie hier, um einen Blog mit Lehrmaterialien und Tipps zu veröffentlichen, die für künstliche Intelligenz und maschinelles Lernen erforderlich sind Aufwand 1mm Blog

Coursera Machine Learning Unnötig zu erwähnen, ein Video über maschinelles Lernen. Andrew Ng wird Sie sorgfältig unterrichten. Es gibt japanische Untertitel.

Coursera : Machine Learning

Coursera Natural Language Processing Courseras Kurs zur Verarbeitung natürlicher Sprache. Englisch.

Coursera : Natural Language Processing

100 Sprachverarbeitungsklopfen

Dies kann eine bekannte Ressource sein. Sie können die Programmiertechniken erlernen, die zum Programmieren der Verarbeitung natürlicher Sprache erforderlich sind.

100 Klopfen bei der Verarbeitung natürlicher Sprache

Udacity Design of Computer Programs Dies ist eine fortgeschrittene Programmierperson. Python. Ein Format, das Probleme beim Ansehen eines Videos löst. Eingebetteter Editor.

Udacity : Design of Computer Programs

Udacity deep learning Udacity Deep Learning. Lernen Sie tiefes Lernen mit Tensorflow von Google.

Udacity : deep learning

Paiza Programmierfähigkeitsprüfung

Lösen Sie das Algorithmusproblem. Wenn Sie es schnell von D-Rang zu C-Rang tun, können Sie die Grammatik der Sprache überprüfen. Wie eingebaute Methoden. Wenn Sie sich daran gewöhnt haben, versuchen Sie es mit A und S.

Paiza Skill Check


Die folgenden Offline-Unterrichtsmaterialien (Bücher usw.)

Programmierung kollektiver Intelligenz

Implementieren Sie ein Suchmaschinen- und Empfehlungssystem. Python.

O'Reilly: Collective Intelligence Programming

Probabilistisches Sprachmodell

Ein Nachschlagewerk für die Sprachverarbeitung.

[Probabilistisches Sprachmodell](https://www.amazon.co.jp/%E8%A8%80%E8%AA%9E%E3%81%A8%E8%A8%88%E7%AE%97- 4-% E7% A2% BA% E7% 8E% 87% E7% 9A% 84% E8% A8% 80% E8% AA% 9E% E3% 83% A2% E3% 83% 87% E3% 83% AB -% E5% 8C% 97-% E7% A0% 94% E4% BA% 8C / dp / 4130654047)

Mustererkennung und maschinelles Lernen (allgemein bekannt als PRML)

Gelbes Buch.

[Gelbes Buch](https://www.amazon.co.jp/%E3%83%91%E3%82%BF%E3%83%BC%E3%83%B3%E8%AA%8D%E8% AD% 98% E3% 81% A8% E6% A9% 9F% E6% A2% B0% E5% AD% A6% E7% BF% 92-% E4% B8% 8A-CM-% E3% 83% 93% E3% 82% B7% E3% 83% A7% E3% 83% 83% E3% 83% 97 / dp / 4612061224)

Blog macht (oder versucht) maschinelles Lernen mit Python

Aufwand 1mm Blog

Recommended Posts

Studieren Sie maschinelles Lernen und Informatik. Ressourcenliste
Lernressourcen-Lernblock für maschinelles Lernen
Maschinelles Lernen und mathematische Optimierung
Bedeutung des maschinellen Lernens und des Mini-Batch-Lernens
Klassifikation und Regression beim maschinellen Lernen
Organisation von Plattformen für maschinelles Lernen und tiefes Lernen
Python & Machine Learning Study Memo: Vorbereitung der Umgebung
[Maschinelles Lernen] OOB (Out-Of-Bag) und sein Verhältnis
Ich habe Python 3.5.1 installiert, um maschinelles Lernen zu studieren
Maschinelles Lernen
Persönliche Notizen und Links zum maschinellen Lernen ① (Maschinelles Lernen)
Zusammenfassung der Klassifizierung und Implementierung von Algorithmen für maschinelles Lernen
Erstellen einer Umgebung für Python und maschinelles Lernen (macOS)
[Maschinelles Lernen] Liste der häufig verwendeten Pakete
Python & Machine Learning Study Memo ③: Neuronales Netz
"OpenCV-Python Tutorials" und "Praktisches maschinelles Lernsystem"
Python & maschinelles Lernen Lernnotiz Machine: Maschinelles Lernen durch Rückausbreitung
Python & Machine Learning Study Memo ⑥: Zahlenerkennung
Liste der wichtigsten Wahrscheinlichkeitsverteilungen, die beim maschinellen Lernen und in der Statistik verwendet werden, sowie Code in Python
Maschinelles Lernen mit Docker (40) mit Anaconda (40) "Hands-On Data Science und Python Machine Learning" von Frank Kane
Empfohlene Studienreihenfolge für Anfänger des maschinellen Lernens / Deep Learning
Python & Machine Learning Study Memo ⑤: Klassifikation von Ayame
Numerai Turnier-Fusion von traditionellen Quants und maschinellem Lernen-
Python & Machine Learning Study Memo Introduction: Einführung in die Bibliothek
Maschinelles Lernen Aufteilung der Trainingsdaten und Lernen / Vorhersage / Verifizierung
Liste der Links, die Anfänger des maschinellen Lernens lernen
Python & Machine Learning Study Memo ⑦: Aktienkursprognose
Vorhersage offensiver und defensiver Attribute anhand des Yugioh-Kartennamens - Yugiou Data Science 3. Maschinelles Lernen
Liste und Summe
Liste und Numpy
[Memo] Maschinelles Lernen
Klassifikation des maschinellen Lernens
Beispiel für maschinelles Lernen
Maschinelles Lernen mit Raspberry Pi 4 und Coral USB Accelerator
Mayungos Python-Lernhinweis: Liste der Geschichten und Links
"Apache Flink" neue maschinelle Lernoberfläche und Flink-Python-Modul
[Maschinelles Lernen] SVM sowohl aus Scikit-Lernen als auch aus Mathematik verstehen
Einfaches maschinelles Lernen mit Scikit-Learn und Flask ✕ Web App
Python-Lernnotiz für maschinelles Lernen von Chainer Kapitel 1 und 2
Maschinelles Lernen #k Nachbarschaftsmethode und deren Implementierung und verschiedene
Lernmethode zum Lernen von maschinellem Lernen von Grund auf neu (Version März 2020)
Künstliche Intelligenz, maschinelles Lernen, tiefes Lernen zu implementieren und zu verstehen
Praktisches maschinelles Lernen mit Scikit-Learn und TensorFlow-TensorFlow gab auf-
Richten Sie Python- und maschinelle Lernbibliotheken unter Ubuntu ein