Neuronale Netzreferenzen (Lehrbücher, Online-Kurse) für Anfänger

43

Ich möchte Neuronale Netze lernen. Ich bin ein Computerlinguist. Ich kenne statistische Methoden des maschinellen Lernens und kann in Python programmieren.

Ich möchte mit seinen Konzepten beginnen und ein oder zwei populäre Modelle kennen, die aus Sicht der Computerlinguistik nützlich sein können.

Ich habe im Internet nachgeschlagen und ein paar Bücher und Materialien gefunden.

  • Ripley, Brian D. (1996), Pattern Recognition and Neural Networks, Cambridge

  • Bishop, CM (1995) Neuronale Netze zur Mustererkennung, Oxford: Oxford University Press.

  • Einige Links, wie diese These , diese Kursnotizen (Psychologisches Institut der Universität von Toronto), diese Kursnotizen (Informatik der Universität von Wisconsin) und diese Diashow (Facebook Research).

Coursera-Kurse sind in der Regel nett, wenn jemand etwas Relevantes von ihnen weiß. Ich bevorzuge Materialien mit klarer Sprache und vielen Beispielen.

HIGGINS
quelle
2
Ich habe versucht, den Text zu bearbeiten, um ihn sinnvoller zu gestalten. Sie können meine Änderungen jederzeit ändern, wenn Sie der Meinung sind, dass sie etwas auf eine Weise geändert haben, die Ihnen nicht gefällt.
Silberfischchen
Es ist nicht ersichtlich, was Sie fragen. Machen Sie bitte deutlich, was Sie von den Bewerbungsbeantwortern lernen möchten.
Mike Hunter
youtube.com/channel/UC0z_jCi0XWqI8awUuQRFnyw kann den Professorenkurs der Universität Oxford nur wärmstens empfehlen
Joe Half Face
Mein erstes Ziel ist es, die Grundlagen von ANN zu erlernen und ein oder zwei Modelle zu beherrschen, um einige Text Mining-Tools wie PoS-Tagging oder Sentiment Analysis zu erstellen. Sobald ich ein wenig Tiefe habe, glaube ich, dass ich mich alleine bewegen kann.
HIGGINS

Antworten:

34

Du hast Glück! Momentan ist eine erstaunliche Anzahl von Ressourcen verfügbar. Insbesondere könnten Sie sich ansehen:

  • Ein Coursera-Kurs startet bald
  • ein kürzlich veröffentlichtes Online-Lehrbuch von einigen führenden Persönlichkeiten (Goodfellow, Bengio und Courville)
  • Diese Vorlesungsunterlagen und diese Übersicht sind mehr auf die Verarbeitung natürlicher Sprache ausgerichtet
  • eine Reihe von Blog-Posts mit wunderschönen Visualisierungen von Chris Olah
  • zwei gut unterstützte Toolkits mit Python-Schnittstellen und Online-Tutorials: Tensorflow und Theano
Dallas Card
quelle
Beginnen Sie mit einem rekursiven neuronalen Netz. Wildml.com/2015/09/…
user3916597
Lesen Sie, wie es funktioniert. Fahren Sie dann mit nicht-rekursiven Netzen und dem entsprechenden Code für die Suche nach der Rückübertragung fort.
user3916597
2
Können Sie Autoren und Titel für alles, was Sie zitieren, bereitstellen, damit Ihre Antwort durchsuchbar wird und auch dann nützlich bleibt, wenn einige Links nicht mehr funktionieren?
Amöbe sagt Reinstate Monica
17

Hauptreferenzen:

Kurse zum Tiefenlernen:

NLP-orientiert:

Vision-orientiert:

Toolkit-spezifische Tutorials:

Franck Dernoncourt
quelle
6

http://www.kdnuggets.com/2015/11/seven-steps-machine-learning-python.html

http://neuralnetworksanddeeplearning.com/

Dies war meine Lieblingsressource. Begann mit dem Stanford-Kurs für maschinelles Lernen, zog es jedoch vor, Vorlesungen vorzulesen. Vor allem, weil die Messwerte beispielhaft sind.

arj
quelle
2
Willkommen auf der Seite. Derzeit ist dies eher ein Kommentar als eine Antwort. Sie können es erweitern, indem Sie unter dem Link eine Zusammenfassung der Informationen angeben, oder wir können es in einen Kommentar für Sie umwandeln.
gung - Wiedereinsetzung von Monica
2
Dies sieht möglicherweise nach einer hilfreichen Antwort aus, ist jedoch etwas zweideutig: Auf welche "Lesarten" beziehen Sie sich? Auf welchen der beiden Links beziehen sich Ihre Kommentare?
Whuber
Vielen Dank für Ihre Mühe und Zeit. Ich hoffe, ich kann es respektieren, indem ich gut lerne.
HIGGINS
1

Neuronale Netze und Deep Learning sind ein Ansatzpunkt .

Neuronale Netze und Deep Learning ist ein kostenloses Online-Buch. In diesem Buch lernen Sie Folgendes:

Neuronale Netze, ein wunderschönes, biologisch inspiriertes Programmierparadigma, das es einem Computer ermöglicht, aus Beobachtungsdaten zu lernen. Deep Learning, ein leistungsstarker Satz von Lerntechniken für neuronale Netze Neuronale Netze und Deep Learning bieten derzeit die besten Lösungen für viele Probleme bei der Bilderkennung und Sprache Erkennung und Verarbeitung natürlicher Sprache. In diesem Buch lernen Sie viele der Kernkonzepte kennen, die hinter neuronalen Netzen und Deep Learning stehen.

Setzen Sie Monica wieder ein
quelle