Макиенко Дарья

Веб-ресурсы для изучения машинного обучения, программирования и математики

Небольшая подборка сайтов, к которым я обращаюсь по мере надобности. Возможно, какие-нибудь из них пригодятся и вам.

  1. Анализ малых данных | КвазиНаучный блог Александра Дьяконова (https://dyakonov.org/) На сайте присутствуют:

    • Образовательная информация о машинном обучении (алгоритмы, метрики качества, подходы и теории, приёмы, визуализация, обзоры статей), программировании и математике для анализа данных;
    • Примеры решения прикладных задач;
    • Тесты для проверки знаний;
    • Научно-популярные статьи о машинном обучении;
    • Истории людей, занимающихся анализом данных.
  2. Учебный курс по нейронным сетям (https://www.asozykin.ru/courses/nnpython) Курс по нейронным сетям посвящен практическому применению нейронных сетей с использованием библиотек Keras и TensorFlow. Решаются задачи анализа изображений и текстов. Помимо курса по нейронным сетям на этом сайте можно найти курсы по компьютерным сетям и основам SQL.

  3. Google Colaboratory (https://colab.research.google.com/) Colaboratory, или просто Colab, позволяет писать и выполнять код Python в браузере. Написание кода происходит в Jupyter Notebook. Код в Colab исполняется на облачных серверах Google. Можно использовать аппаратное обеспечение Google, в том числе графические процессоры и TPU, независимо от мощности своей машины. Colab позволяет использовать для анализа и визуализации данных все возможности популярных библиотек Python. Colab активно используется в области машинного обучения для:

    • знакомства с TensorFlow;
    • разработки и обучения нейронных сетей;
    • экспериментов с TPU;
    • распространения исследований в области ИИ;
    • создания руководств.
  4. UCI Machine Learning Repository (https://archive.ics.uci.edu/ml/index.php) Широко известный репозиторий для машинного обучения. В нём можно найти наборы данных для задач классификации, кластеризации и регрессии.

  5. Высшая математика для заочников и не только (http://www.mathprofi.ru/) На сайте присутствует разбор тем по математическому анализу, линейной алгебре и аналитической геометрии, дифференциальным уравнениям, теории вероятностей и математической статистике.

Комментарии