manger32 / ds-education

todo

Источники информации

Обучающие курсы

• Введение в машинное обучение. Курс К.В. Воронцова на Coursera.
• Машинное обучение и анализ данных. Специализация из 6 курсов на Coursera.
• Открытый курс машинного обучения. Проект сообщества Open Data Science.
• CS231n: Convolutional Neural Networks for Visual Recognition. Один из самых популярных курсов по нейронным сетям. Перейдя по ссылке, вы помогаете авторам обучать нейронную сеть прямо в вашем браузере!
• Deep Learning Specialization. Специализация по Deep Learning от Эндрю Ына - одного из самых известных преподавателей в этой области.
• Machine Learning. Эндрю Ын читает курс на Coursera по ML.
• Лекции по ML. Один из самых известных российских преподавателей - К.В. Воронцов и его курс в ВШЭ, а вот здесь отдельно лежат видео лекций.
• Лекции по ML и DL. Автор Александр Дьяконов.

Книги

• Учебник от Яндекса. Подойдет для начинающих.
• Deep Learning Book. Большая хорошая книга по DL от Яна Гудфеллоу с соавторами.

Общение

• ODS чат. Слак-чат сообщества Open Data Science.
• Deep learning. Группа VK, посвященная теме DL.

Новости

• Model overfit. Группа VK, посвященная новостям DS.
• Semantic scholar. Сайт посвящен кратким изложениям недавно опубликованных статей.
• ForkLog AI. Телеграм канал с новостями мира AI.

Разное

• Тренировки ML. YouTube-канал, на котором можно найти видео с тренировками в Москве.
• Анализ малых данных. Блог Александра Дьяконова, в прошлом победителя соревнований Kaggle, а сейчас преподавателя ВМК МГУ.
• Wiki по ML на русском языке. Попытка систематизировать базу знаний в этой области и сделать справочник по терминам и темам.
• Algorithms cheatsheet.
• Data Science cheatsheets.
• Море ссылок от Кати. Если есть время и желание просмотреть большее число источников, то Катин список для вас.

Рекомендации для начинающих

В первую очередь, стоит познакомиться с "Учебником от Яндекс", пройти курс "Введение в машинное обучение", и войти в чат ODS. Если уже есть какое-то представление об ML или хорошая математическая подготовка, то можно начать с курса "Машинное обучение и анализ данных" и/или CS231n. Ещё есть смысл поглядывать вот на эту дорожную карту.