מקורות מידע
ל-Machine Learning יש המון מקורות מידע שאפשר ללמוד מהם, ביניהם ספרים, מאמרים ואפילו קורסים חינמיים או כמובן בתשלום.במאמר זה ארשום את כל מקורות המידע שאני השתמשתי בהם ואתן את דעתי עליהם.
קורסים
- Machine Learning Foundations: A Case Study Approach - אוניברסיטת וושינגטון - באתר של Coursera - קורס טוב שמסביר מה זה ML עם דוגמאות טובות בכמה נושאים. ב-Coursera אפשר לקחת כל קורס בחינם. העניין הוא שלא ניתן להגיש מטלות ולקבל תעודה בלי לשלם. בד"כ אני בעד לעשות את המטלות כי זה מכריח אותך להבין את החומר ממש טוב, אבל הקורס הזה ממש נועד להיכרות עם תחום ה-ML ולכן לדעתי אין צורך לשלם עליו אבל שווה לצפות בסרטונים שלו כדי להיכנס לתחום. הקורס הזה הוא אחד מתוך סדרה של ארבעה קורסים ב-ML של אוניברסיטת וושינגטון ב-coursera.
- Machine Learning Foundations: Regression - אוניברסיטת וושינגטון - באתר של Coursera - קורס טוב בנושא של regression וביסודות ה-ML. הקורס מסביר את הדברים מהיסודות המתמטיים ועד למימוש בפייתון (בעזרת ספריית GraphLab). דברים יסודיים מאוד ב-ML מוסברים בקורס הזה בצורה טובה ומקיפה. ביניהם Bias-Variance trade-off, ו- Gradient descent. כמו כן בקורס מלמדים כמה סוגי מודלים בסיסיים של Regression.
- Machine Learning A-Z™: Hands-On Python & R In Data Science - באתר של Udemy - קורס לא מומלץ לדעתי. הקורס עוסק בהרבה נושאים תוך כדי שכל נושא מתחיל בהסבר אינטואיטיבי לאותו נושא (הרבה פעמים ההסבר לא מספק ולפעמים נראה שמי שמסביר לא ממש מבין בנושא) ולאחר מכן מראים דוגמא של מימוש של אותו הנושא בשתי שפות, בפייתון (משתמשים בספריית sklearn) ובשפת R.
- Neural Networks and Deep Learning - באתר של Coursera - קורס טוב שמכניס אותנו לעולם של deep learning. המרצה מסביר בצורה טובה. לי אישית היה לפעמים קשה להבין אותו בגלל המבטא. הקורס כולל 3 ראיונות אם חוקרים חשובים בעולם ה-ML שנותנים טיפים מנסיונם האישי על איך כדאי ללמוד את התחום. המטלות מאוד חשובות ובזכותן מבינים את הדברים בצורה טובה. המימוש הוא בפייתון (משתמשים בספריית sklearn).
- קורס למידה חישובית - אוניברסיטת בן-גוריון - ב-YouTube - קורס בעברית. הקורס כולל 12 הרצאות והוא מקיף הרבה חומר. כדי להבין אותו בצורה טובה כדאי להגיע עם קצת רקע ב-ML. בשונה מהקורסים שהזכרתי לעיל, הקורס הזה לא נוצר במטרה להיות אונליין. הוא קורס אוניברסיטאי רגיל שנוצר עבור סטודנטים שהגיעו לכיתה ולכן צורת הלימוד פחות מתאימה ללימוד אונליין. עם זאת, הוא צולם בצורה טובה ואני למדתי ממנו הרבה.
ספרים
- Deep Learning - ספר שנכתב על ידי חוקרים בולטים בתחום ה-ML. הספר כתוב בצורה טובה ומסביר את הדברים מהיסודות המתמטיים והלאה. הספר זמין לקריאה בחינם באינטרנט.
- Neural Networks and Deep Learning - ספר די טוב, במיוחד הפרקים הראשונים שלו, שמכניס אותנו לנושא ה-deep learning. כותב הספר מסביר בצורה איטית (לפעמים איטית מדיי) את הנושאים שבהם הוא עוסק. הספר זמין לקריאה בחינם באינטרנט.
מאמרים, בלוגים, כתבות וכו'
- An Intuitive Explanation of Convolutional Neural Networks - מאמר טוב ופשוט לנושא של convolutional neural networks.
- Machine Learning Mastery - בלוג גדול מאוד שכולו עוסק ב-ML. עוסק בהמון נושאים, מסביר טוב, מראה דוגמאות ונותן המון טיפים. מומלץ מאוד. ניתן גם להירשם ולקבל חומר מדיי כמה ימים במייל. בעל הבלוג מאוד נחמד ועונה לתגובות ולמיילים ששולחים אליו אישית.
אם אהבתם, אשמח שתכתבו תגובה ותפיצו לחברים. אם יש נושא מסוים שעליו תרצו שאכתוב, תכתבו בתגובות.