Я хотел бы на следующей неделе начать курс серьезного изучения DL, желательно какой-нибудь MOOC или другой курс, где есть четкое разделение на лекции, хорошие домашние задания итд. - чтобы структурировать процесс. Хотелось бы что-то, что не просто показывает, как пользоваться существующим фреймворком, а дает теоретическое понимание происходящего, но вместе с тем учит реально пользоваться тоже. Посмотрев на рекомендуемые сейчас материалы, я колеблюсь между следующими:
1. Новый курс Andrew Ng "Deep Learning" на Coursera в пяти частях (не путать с его же классическим курсом Machine Learning). Как раз 1 января начинается новый поток. Кажется, он существует с лета.
2. Станфордский курс Андрея Карпати cs231n. У него выложены видео всех лекций, слайды, задания итд. и можно попробовать самому проучиться сквозь него. Выглядит более фокусированным на распознавании образов и конволюционных сетях, но другие темы вроде бы тоже обсуждаются подробно.
Буду рад советам по поводу этих курсов и какой из них лучше выбрать, или ссылки на другие ресурсы, если вы их очень рекомендуете. У меня есть знакомство с ML и основными методами (из старого курса того же Andrew Ng), но реального опыта работы нет. Спасибо!
P.S. Для тех, кто ищет курс, дающий хорошее практическое введение: отмечу, что мнгоие хвалят, и наверное заслуженно, курс fast.ai ("Practical Deep Learning for Coders"). Мне бы хотелось понять теорию тоже, пусть и не на самом глубоком уровне, но серьезно, поэтому он мне не очень подходит).
← Ctrl ← Alt
Ctrl → Alt →
← Ctrl ← Alt
Ctrl → Alt →