Сегодня у нас ML. Ага, я решил тут на Новогодних за пару дней быстренько выучить ML и вот это вот всё. Материала мне накидали больше, чем на пару дней, но он хорош, таким надо делиться. И все эти материалы – Jupyter Notebook’и, конечно же.
mlcourse.ai – бывший
mlcourse_open, я про него когда-то уже писал. С него я и решил начать своё погружение. Я прошёл первые 5 лекций, из них жесткий матан только на четвертой, про линейную регрессию. И то не понятен только вывод формул, а сами умозаключения вполне можно осилить и без этого.Материалы по машинному обучению от Евгения Соколова: ВШЭ и МГУ. В мой двухдневный план это не вписывается, там очень много материалов, но для основательного погружения просто обязательно нужно это почитать. Затронуто много тем, хорошо структурировано по главам, есть понятные примеры.
practicalAI – кратко, много, с кодом и графиками. То что нужно для быстрого погружения. Рассмотрено всё самое нужное, от самых-самых основ. Проект в активной работе, так что скоро там будет ещё много всего.
homemade-machine-learning – ручная имплементация алгоритмов машинного обучения с подробным описанием к использованным алгоритмам. ПОлезно для понимания, как это устроено внутри.
Когда я уже собрался отправлять этот пост на публикацию, в последнем репе нашёл ссылку на статью Машинное обучение для людей. Ох, как же это прекрасно. Если у вас, как и у меня, представление об ML довольно общее – обязательно почитайте. Там с картинками и примерами освещены все основные понятия и аспекты ML. Огонь!