Nowy Rok to czas planowania i często też składania obietnic. A co gdyby zaplanować na 2018 rozwinięcie swojej wiedzy w zakresie Artificial Intelligence (AI)? Jak się okazuje, w Internecie dostępnych jest wiele wartościowych kursów na temat uczenia maszyn oraz sztucznej inteligencji – i to w dużej części bezpłatnych! Przedstawiamy najciekawsze z nich.
Google Deep Learning
https://eu.udacity.com/course/deep-learning–ud730
| Darmowy | Dla średnio-zaawansowanych i zaawansowanych | 3 miesiące |
Darmowy kurs udostępniony na stronie Udacity, który został opracowany wspólnie z Vincentem Vanhoucke z projektu Google Brain. Składa się nagrań wideo, ćwiczeń i innych materiałów. Jest on skierowany do osób zaawansowanych, mających wiedzę z zakresu matematyki i doświadczenie w programowaniu. Kurs jest częścią programu Machine Learning Engineer Nanodegree.
Stanford Engineering Everywhere
Kurs: CS229 – Machine Learning; https://see.stanford.edu/Course/CS229
| Darmowy | Dla średnio-zaawansowanych i zaawansowanych | 20 wykładów |
Wykłady Stanford University – nagrane w formie wideo (średnia jakość) i z transkryptem poświęcone tematyce uczenia maszynowego i statystycznego rozpoznawania wzorców. Dostęp do wykładów, z których każdy trwa 60-70 minut, jest darmowy. Dostępne są też handouty do wykładów, materiały dodatkowe i tematy prac domowych.
Machine Learning Engineer
Nanodegree Program / Udacity
https://eu.udacity.com/course/machine-learning-engineer-nanodegree–nd009
| 199 dol./miesiąc | Dla zaawansowanych | Około 6 miesięcy |
Program przygotowany wspólnie z przedstawicielami firm Google, AT&T oraz Facebook. Obejmuje on stworzenie dziewięciu projektów z zakresu uczenia maszynowego, data science i sztucznej inteligencji. Wymagane są: umiejętność programowania w języku Python, wiedza z zakresu statystyki oraz algebry liniowej.
MIT OpenCourseWare
Kurs: 6.034 – Artificial Intelligence
Nagrania wykładów udostępnione przez Massachusetts Institute of Technology w ramach MIT OpenCourseWare. Dostępne są w sumie 23 wykłady z transkrypcją, dodatkowe zadania i egzaminy. Nagranie (dobra jakość) pochodzi z 2010 roku.
| Darmowy | Dla średnio-zaawansowanych i zaawansowanych | 23 wykłady |
Microsoft AI School
https://aischool.microsoft.com/learning-paths
| Darmowy | Dla średnio-zaawansowanych i zaawansowanych | Zestaw kursów i opisów |
Zestaw kursów jedno- i wielomodułowych na różne tematy związane z AI, Deep Learning, językiem Python oraz Microsoft Azure. Kursy o czasie trwania od 10 minut do 20 godzin. Część linków odsyła do kursów wideo, większość tworzą jednak strony (i pliki PDF) dokumentacji technicznej Microsoft.
Machine Learning
www.coursera.org/browse/data-science/machine-learning?languages=en
| Płatny | Od początkujących do zaawansowanych | Kilka cykli kursów |
Zestaw kilku cykli kursów na stronie Coursera, w tym m.in.:
- Deep Learning – 5 kursów od deeplearning.ai
- Big Data – 6 kursów z University of California
- Machine Learning – 4 kursy od University of Washington
- Advanced Machine Learning – 7 kursów z National Research Higher School of Economics
- Data Mining – 6 kursów od University of Illinois
- Recommender Systes – 5 kursów z University of Minnesota
Artificial Intelligence
BerkeleyX, kurs: CS188x_1
https://courses.edx.org/courses/BerkeleyX/CS188x_1/1T2013/course/
| Darmowy | Dla średnio-zaawansowanych i zaawansowanych | Materiały z jednego semestru |
Archiwalne nagrania i materiały wykładów z semestralnego kursu poświęconego AI na UC Berkeley w 2013 roku. Dostępne są slajdy, zadania domowe, można również zobaczyć egzaminy.
Google Cloud AI Adventures
| Darmowy | Dla początkujących | 14 filmów |
Zestaw kilkunastu filmów wprowadzających w tematykę uczenia maszynowego, tworzenia estymatorów, wizualizacji danych. Zawiera on też wprowadzanie w tematykę głębokiego uczenia oraz Big Data.
Google Cloud Next’17
GCP Machine Learning
| Darmowy | Dla początkujących i średnio-zaawansowanych | 28 filmów |
Zestaw 28 filmów – głównie z konferencji Google Cloud Next’17 – podane w przystępny sposób. Omówione zostały przykładowe API, sposoby tworzenia aplikacji, wykorzystanie Apach Spark MLlib, a także zaawansowane sieci neuronowe, analiza wideo i wiele innych tematów. Spośród wszystkich filmów aż 23 pochodzą z GC Next ’17 i są to nagrania o typowej długości 40-50 minut.
Warto również zobaczyć
- Uczenie maszynowe – strona firmy nvidia
- Strona dr. hab. Adriana Horzyka poświęcona sztucznej inteligencji i inteligencji obliczeniowej
- Kursy z zakresu sztucznej inteligencji prowadzone przez Politechnikę Wrocławską
- Machine Learning & AI Foundations – godzinny kurs oferowany przez LinkedIn Learning
- Na koniec spojrzenie na portal pracuj.pl i oferty z zakresu Machine Learning Engineer
