Огромный список лучших бесплатных курсов Data Science.


Изучение data science в 2024 г
оду может быть полезным и важным по нескольким причинам:

1. Растущий спрос на специалистов по data science: С каждым годом все больше компаний осознают значение данных для своего бизнеса и нуждаются в специалистах, которые могут анализировать и интерпретировать эти данные. Изучение data science позволит вам получить навыки, которые будут востребованы на рынке труда.

2. Возможность принимать информированные решения: Data science позволяет анализировать большие объемы данных и извлекать из них ценную информацию. Изучение этой области поможет вам развить навыки анализа данных и принимать более обоснованные решения в различных сферах жизни.

3. Развитие технологий и инструментов: В 2024 году ожидается дальнейшее развитие технологий и инструментов для работы с данными. Изучение data science позволит вам быть в курсе последних тенденций и использовать передовые методы и инструменты для анализа данных.

4. Возможность работы в различных отраслях: Data science применяется во многих отраслях, включая медицину, финансы, маркетинг, транспорт и другие. Изучение этой области даст вам возможность работать в различных сферах и применять свои навыки в различных проектах.

5. Перспективы карьерного роста: Data science является одной из самых востребованных профессий с высокими зарплатами и перспективами карьерного роста. Изучение data science может открыть перед вами новые возможности и помочь достичь успеха в вашей карьере.

В этой статье я собрал огромную коллекцию курсов, книг, и ресурсов для всех, кто любит и изучает машинное обучение. Сохраняйте себе эту подборку, чтобы не потерять, по мере выхода новых курсов, подборка будет обновляться.

Курсы по алгоритмам машинного обучения

📌 Алгоритмы Машинного обучения с нуля 

В данном курсе Вы реализуете с нуля все основные алгоритмы классического машинного обучения на чистом Python, Pandas и NumPy.

📂 Курс

📌  Machine Learning for Beginners — A Curriculum

Свежий курс от Microsoft. Курс содержит 26 уроков и 52 упражнения. В нем раскрыты такие темы, как построение регрессионных моделей, обработка данных, методы кластеризации, введение в nlp.

📂 Курс

📌 Основы науки о данных: Кластеризация K-Means в Python 

Основное внимание на курсе уделяется базовым математическим, статистическим и программированием навыкам, необходимым для типичных задач анализа данных.

Вы рассмотрите эти фундаментальные концепции на примере задачи кластеризации данных и будете использовать этот пример для изучения базовых навыков программирования, которые необходимы для изучения машинного обучения.

📂 Курс

📌 Machine Learning

Один из крупнейших канал по машинному обучению разбором алгоритмов, гайдами, уроками и лучшими инструментами машинного обучения. Если вы хотите получать свежие новости и уроки по машинному обучению, это самый лучший и удобный способ.

📂 Ссылка

📌 Дизайн систем машинного обучения. Введение для начинающих.

Основная цель курса – развить кругозор и “насмотренность” будущих создателей ML-систем. Есть даже раздел про большие языковые модели. Курс содержит: 15 видеолекций, 14 семинаров, создание собственного проекта.

📂 Курс

📌 Курс по машинному обучению «ИИ Старт» – продвинутый уровень

Вы познакомитесь с важными аспектами машинного обучения: продвинутые алгоритмы машинного обучения (бустинг, SVM, кластеризация и методы понижения размерности), обработка естественного языка с помощью нейросетей, внедрение нейросетей в Telegram-ботов. Практические задания приближены к задачам, которые специалисты по ИИ встречают в работе.

📂 Курс

📌 Введение в компьютерный интеллект. Машинное обучение.

Новоый спецкурса, посвященный классическим алгоритмам машинного обучения (теория + практика).

📂 Курс

📌 Новый бесплатный открытый курс по нейронауке для людей с бэкграундом в машинном обучении.

Хороший курс для углубления в вычислительную нейронауку. Курс состоит из 34 коротких видеороликов, начиная с вводных тем и заканчивая недавними открытиями, которые мы до сих пор до не изучены. Кроме того, в курсе есть практические упражнения в Google Colab.

📂 Курс

📌 Большая подборка полезных каналов по машинному обучению.

Здесь есть все от ресурсов с вакансиями и фриланс-проектами до подробного разбора вопросов с собеседований.

📂 Папка

📌 Введение в машинное обучение

Курс “Введение в машинное обучение” Константина Воронцова рассматривает популярные задачи, решаемые с помощью машинного обучения, такие как классификация, регрессия и кластеризация. Слушателю необходимо иметь представление об основных математических понятиях, таких как функции, производные, векторы и матрицы, а также базовые навыки программирования и знакомство с языком Python.

📌 Машинное обучение для больших данных 2023/2024, ПМИ ФКН ВШЭ

Курс “Машинное обучение для больших данных семинар”, программа “Прикладная математика и информатика”, НИУ ВШЭ Лектор – Алексей Космачев

📂 Курс

📌 DS Github

Обновляемая структурированная подборка бесплатных ресурсов по тематикам Data Science и Machine Learning: курсы, открытые базы данных и датасеты, источники информации и т. д. 

📂 Ссылка

📌 Нейронные сети 

В рамках данного курса слушатели познакомятся с теоретическими и практическими основами искусственных нейронных сетей. Слушатели научатся применять нейронные сети для решения широкого круга задач из области анализа данных.

📂 Курс

📌 Совсем свежий 4-часовой курс по ML

В этом ролике затронуты самые важные понятия ML и смежных областей, помимо теории, есть много кода и практических заданий (например, прогнозирование стоимости жилья).

📂 Курс

Курсы по математике для аналитиков данных.

📌 Прикладная математика для машинного обучения

Курс для студентов без математического бэкграунда. В курсе изложены основные понятия необходимые для понимания методов, на которых строится машинное обучение и модели нейронных сетей. Также целью курса является разъяснть как могут быть преобразованы и представлены данные для последующего обучения моделей на них.

📂 Курс

📌 100 уроков математики от Алексея Савватеева!

Идея этого курса — рассказать про математику. Но не про школьную математику, а про математику, которой занимаются настоящие Математики. Можно сказать, что это курс мехматовской математики в изложении, пригодном даже для детей. Если все понятно и очень интересно — то вам сюда!

📂 Курс

📌 Data Math

Популярный канал математика для Дата Саентистов. Полезная математисечкая теория с уклонном в машинное обучени.

📂 Ссылка

 📌 Linear Algebra Refresher Course

📂 Это бесплатный курс для изучения основ линейной алгебры.

📂 Курс 

📌 Seeing-theory

Изучите основы теории вероятностей и статистики c Университетом Брауна. В курсе предоставлены наглядные, интерактивные визуализации, которые помогут вам в обучении.

📂 Курс

📌 Intro to Inferential Statistics

Отличный продвинутый курс – “Введение в описательную статистику”.

📂 Курс

📌 Eigenvectors and Eigenvalues

Это очень короткий курс, в котором вы изучите линейные преобразования, векторы,  метод главных компонентов.

📂 Курс

📌 Differential Equations in Action

В этом курсе 7 уроков. В нем вы научитесь находить решения систем дифференциальных уравнений.

📂 Курс

📌  Intro to Statistics

Курс “Введение в статистику” – это совершенно БЕСПЛАТНЫЙ курс для начинающих. Курс ведет сооснователь Udacity Себастьян Трун. Структура курса интересна и увлекательна для начинающих.

📂 Курс

📌 Статистическое мышление и анализ данных.

Этот курс представляет собой введение в статистический анализ данных. Темы курса охватывают области прикладной вероятности, выборки, оценки, проверки гипотез, линейной регрессии, дисперсионного анализа, категориального анализа данных и многое другое.

📂 Курс

📌 Большая подборка курсов по статистике и теории вероятностей

Математика — это краеугольный камень Data Science. Хотя некоторые теоремы, аксиомы и формулы кажутся слишком абстрактными и далекими от практики, на самом деле без них невозможно по-настоящему глубоко анализировать и систематизировать огромные массивы данных.

📂 Ссылка

📌 Machine learning Interview

Разбор вопросов с собеседований по машинному обучению.

📂 Ссылка

📌 Вычисления и анализ данных.

Этот предмет представляет собой введение в теорию вероятностей и анализ данных. Он предназначен для того, чтобы дать студентам знания и практический опыт, необходимые им для интерпретации данных. Основные понятия вероятности вводятся с самого начала, поскольку они обеспечивают систематический способ описания неопределенности.

📂 Курсы

👩‍🎓 Полезный курс комбинаторики на YouTube

Это бесплатный плейлист с лекциями от Райгородского Андрея Михайловича, директора Физтех-школы прикладной математики и информатики МФТИ. 

📂 Курс

Data Science кусры

📌 Python for Data Science: Практика Numpy

 В курсе ‘Python for Data Science’ акцент делается на решении множества задач, что позволяет применять полученные знания и вспомнить уже отработанный материал.

📂 Курс

📌 Awesome Data Science: List of Resources for Data Scientists

Тщательно подобранный список Awesome ресурсов по науке о данных: cтатьи, книги, шпаргалки, даатасеты, инструменты, курсы.

📂 Github

📌 Введение в Data Science‎

Курс знакомит слушателей с основами машинного обучения и рассчитан в первую очередь на тех слушателей, которые только начинают свой путь в Data Science. Мы подробно разберем основные теоретические понятия, а также начнем знакомство с библиотеками Pandas и Scikit-learn — наиболее популярными инструментами для анализа данных и машинного обучения, используя язык программирования Python.

📂 Курс

📌 Анализ данных просто и доступно.

Путеводитель в мир анализа данных. Решая практические задачи, участники познакомятся с основами машинного обучения в увлекательной и доступной форме.

📂 Курс

📌 Бесплатные книги по науке о данных

В этом хранилище содержится коллекция книг, связанных с наукой о данных. Эти книги охватывают различные темы, такие как машинное обучение, глубокое обучение, визуализация данных, статистика и многое другое.

📚 Книги

📌 Анализ данных для социологов

Изучите методы анализа данных для ответа на вопросы, представляющие культурный, социальный, экономический и политический интерес.

📂 Курс

Анализ данных

Курс

📌 Анализ данных (Введение в Python и обработку таблиц)

Просто, доступно и с чувством юмора расскажем как анализировать данные на языке Python и применять машинное обучение для поиска закономерностей в массивах данных.

📂 Курс

📌 9 лучших бесплатных курсов университета MIT по науке о данных. 

Подборка интересных курсов для Дата Саентистов от одного из лучших университетов в мире.

📂 Ссылка

Прикладные задачи анализа данных 2024, майнор ИАД

Курс «Прикладные задачи анализа данных», майнор “Интеллектуальный анализ данных”, НИУ ВШЭ Лектор — Михаил Гущин

📂 Курс

Курсы по визуализации данных

📌 Data Science: Visualization (Harvard university)

Изучите основные принципы визуализации данных и способы их применения с помощью ggplot2.

📂 Курс

📌 Курс лаборатории данных

Курс состоят из трёх небольших лекций по теории информационного дизайна и трёх практических примеров по использованию d3.js.

📂 Курс

📌 Psychology of Data Visualization

Курс по психологии визуализации данных, проводимый Майклом Френдли, преподавателем университета в Торонто, представляет собой увлекательное погружение в исторический и психологический контекст визуализации данных. Половина курса посвящена изучению научных исследований о восприятии информации и человеческом факторе в информационном дизайне. Лекции содержат множество новых примеров и ссылок, позволяющих лучше понять принципы работы визуализации данных.

📂 Курс

📌 Data Visualization (Kaggle)

Научитесь создавать красивые и информативные визуализации с этим курсом от Kaggle.

📂 Курс

📌 IBM: Data Analytics and Visualization Capstone Project

Возьмите на себя роль младшего аналитика данных и используйте различные навыки и приемы работы с реальными наборами данных для выполнения практических задачи по визуализации данных.

📂 Курс

📌 Анализ и визуализация данных с помощью Power BI (Davidson)

Развивайте свои аналитические способности и осваивайте один из самых востребованных профессиональных навыков в Data science.

📂 Курс

📌 Курс Data Visualization and D3.js

Это курс от Udacity, в котором есть теоретическая часть про информационный дизайн и практическая часть про применение d3.js и библиотек основанном на нём. 

Курс отличный: он бесплатный, большой и там более подробно рассмотрены основы программирования, есть тесты и задания, а также он содержит кучу ссылок на классные примеры.

📂 Курс

📌 Курс по картограммам

Этот курс будет интересен тем, кто хотел бы визуализировать карты. В курсе есть полезная информация где взять геоданные для России.

📂 Курс

Курсы Deep learning

📌 Открытый курс по глубокому обучению от университета Карнеги — Меллона

Вы начнете обучение с основ вроде полносвязных сетей, а закончится вниманием и новейшими архитектурами глубокого оубчения. Весь код курса – на PyTorch. При этом упор будет как на практику, на и на НЕповерхностную теорию: вам понадобятся начальные знания алгебры и матанализа. 
📂 Курс 📂 Код

📌 Free Course: The Hands-on Reinforcement Learning course

Обучение с подкреплением — один из способов машинного обучения, в ходе которого испытуемая система обучается, взаимодействуя с некоторой средой.

Это пошаговый практический курс, который поможет вам пройти изучить RL с сымых основ.

📂 Курс

📌 Курс по практическому DL от fastAI

Бесплатный DL курс, предназначенный для людей с некоторым опытом программирования, которые хотят научиться применять глубокое обучение и машинно обучние к практическим задачам.

📂 Курс

📌 Бесплатные Книги для Дата Саентистов

Большая коллекция бесплатных книг и статей по науке о данных. В поиске вы можете найти книгу практически на любую тему.

📓  Ссылка

📌 Stanford CS25: бесплатный курс по Трансформерам от Стэнфорда

На Stanford CS 25 “Transformers United” выступали такие звездные гости, как Андрей Карпаты, Ноам Браун, Лукас Бейер и сам Джефф Хинтон! В рамках этого курса вы изучите основные концепции и принципы работы трансформеров, а также научитесь применять их для решения различных практических задач. Курс будет включать в себя как лекции, так и практические занятия, в ходе которых студенты будут иметь возможность самостоятельно применять полученные знания.

📂 Курс

📌 Курсы Kaggle: бесплатное для начинающих

Курсы от Kaggle по Pandas, Python и SQL, ML. Курсы не только для начинающих, но и для опытных программитоа: Intermediate Machine Learning, NLP, Computer Vision, Feature Engineering, Data Cleaning и другое.

📂 Курс

📌 Глубокое обучение» (Deep Learning)

Отличный курс по нейросетям на русском от Александра Дьяконова.

📂 Курс

📌 Новый беспланый курс по Reinforcement Learning from Human Feedback! 

RLHF – это одна из ключевых техник, которая привела к появлению современных LLM. 

В этом курсе, который ведет Никита Намджоши, разработчик из GenAI в Google cloud, вы узнаете, как работает RLHF, в том числе как применить его для настройки LLM в собственных приложениях. Вы также воспользуетесь библиотекой с открытым исходным кодом для настройки базового LLM  и оцените настроенную модель, сравнив ее ответы до и после RLHF-настройки.

📂 Курс

📌 Бесплатный курс по обработке естественного языка (NLP) от The Hugging Face

Бесплатный курс по обработке естественного языка (NLP) от The Hugging Face

В этом курсе вы сможете узнать об обработке естественного языка с помощью библиотек из экосистемы Hugging Face.

📂 Курс

📌 Глубинное обучение для текстовых данных

Курс «Глубинное обучение для текстовых данных», ПМИ НИУ ВШЭ Лектор — Александр Шабалин

📂 Курс

📌 Advanced NLP 

Продвинутый курс по NLP из Университета Карнеги-Меллона.

📂 Курс

Курсы R

📌 Анализ данных в R – Stepik (INT)

В рамках трёхнедельного курса рассматриваются все основные этапы статистического анализа R, считывание данных, предобработка данных, применение основных статистических методов и визуализация результатов. Слушатели научатся основным элементам программирования на языке R, что позволит быстро и эффективно решать широчайший спектр задач, возникающих при обработке данных.

📂 Курс

📌 Анализ данных в R. Часть 2 – Stepik (INT)

Курс продолжает знакомить слушателей с использованием R для анализа данных. В этом курсе мы разберем несколько продвинутых тем, которые не были рассмотрены в первой части: предобработка данных при помощи пакетов data.table и dplyr, продвинутые приемы визуализации, работа в R Markdown.

📂 Курс

📌 Основы программирования на R – Stepik (BEG)

Курс познакомит слушателей с языком R, основными структурами данных и семантическими правилами. Мы также рассмотрим несколько углублённых тем, которые помогут овладеть принципами написания эффективного кода.

📂 Курс

📌 R for Data Science

Этот бесплатный онлайн-курс поможет получить прочную основу в области визуализации данных и манипулирования ими с помощью R. Направьте свою карьеру в области науки о данных с помощью необходимых навыков и техник.

📂 Курс

📌 Анализ данных в R

В рамках трёхнедельного курса рассматриваются все основные этапы статистического анализа R, считывание данных, предобработка данных, применение основных статистических методов и визуализация результатов. Слушатели научатся основным элементам программирования на языке R, что позволит быстро и эффективно решать широчайший спектр задач, возникающих при обработке данных.

📂 Курс

Курсы по Python

Здесь собрана большая коллекция бесплатных курсов, книг и ресурсов Python в 2024.

📂 Ссылка

Курсы по генеративным моделям

📌 Generative ai for beginners

Недавно Microsoft выпустил новый бесплатный курс для новичков по генеративным моделям. Для прохождения курса необходим доступ к OpenAI API и базовые навыки программирования на Python.

Курс включает в себя 18 уроков, посвященных основам работы с крупными языковыми моделями, искусственными интеллектами, а также способам применения этих знаний в разработке собственных проектов.

📂 Курс

📌 Огромный бесплатный курс от Google по искусственному интеллекту.

За 32 часа на курсе вы научитесь основам нейросети с нуля. Внутри — 5 модулей про Generative AI, LLM и Responsible AI от топовых кураторов из Google. Никакой воды, только теория и практика. 

📂 Курс

Nvidia совсем недавно опубликовала в открытом доступе бесплатные обучающие курсы для пользователей любого уровня подготовки по нейросетям и нейромоделям для понимания работы ИИ.

⏩ объяснение генеративного ИИ: базированный 2-часовой курс, который подробно объяснит устройство нейронок, их применение и возможности;

⏩ создаём «мозг» за 10 минут: объяснит, как нейронка обучается на данных и покажет всю математику у неё под капотом;

 введение в ИИ в центре обработки данных: всё про машинное обучение и глубокое обучение; какие есть фреймворки и как видеокарты двигают ИИ;

⏩ усиливаем свою LLM с помощью RAG: объяснит всю базу по генерации с дополненной выборкой;

⏩ создание своих RAG-агентов: мощнейший 8-часовой курс про масштабируемые стратегии развертывания для LLM и векторные базы данных;

⏩ ускорение работы с Data Science без изменения кода: всё об обработке данных и машинном обучении без переписываний кода;

⏩ усиление рекомендательных систем с помощью ИИ: курс-коллаб NVIDIA и YouTube;

⏩ устройство сетей: база про протоколы TCP/IP и Ethernet — необходимо для понимания процессов обработки данных.

Бесплатные курсы по большим языковым моделям:

📌 Huggingface  NLP course

В этом курсе вы сможете узнать об обработке естественного языка с помощью библиотек из экосистемы Hugging Face. Трансформеры, работа с датасетами, токенизаторы, llm. Курс совершенно бесплатный и не содержит никакой рекламы.

Главы с 1 по 4 знакомят с основными концепциями библиотеки Transformers. К концу первой части курса вы будете знать, как работают модели-трансформеры и сможете использовать модель из Hugging Face Hub, доработать ее на собственном датасете и поделиться своими результатами на Hub.
В главах с 5 по 8 вы узнаете об основах работы с датасетами HF и токенизаторами, а затем решите классические задачи НЛП. К концу этой части вы сможете самостоятельно решать самые распространенные проблемы НЛП.
Главы с 9 по 12 выходят за рамки НЛП и рассказывают о том, как модели Transformer можно использовать для решения задач в области обработки речи и компьютерного зрения. Попутно вы узнаете, как создавать демонстрационные версии своих моделей и делиться ими, а также оптимизировать их для использования в производственных средах. К концу этой части вы будете готовы применять библиотеки для решения (почти) любой задачи машинного обучения!

📂 Курс

📌 Открытая книга для специалистов в области AI и ML

Книга состоит из 3 глав.

Глава 1: Освоение OpenAI API

Первая глава знакомит читателей с API ChatGPT. Предоставлена дорожная карта для понимания ключевых стратегий, включая модерацию, Machine Reasoning и Prompt Chaining.

Глава 2: LangChain

Вторая глава посвящена практике использования LangChain. Описан процесс разработки, от настройки среды до внедрения передовых методик извлечения информации (Document Loaders, Text Splitters, Semantic Search, RAG Systems).

Глава 3: ML Ops для LLMs, или LLMOps

Третья глава представляет собой руководство по интеграции LLM в рабочие процессы. 

Описываются ключевые этапы от выбора модели до ее развертывания и мониторинга.

Стоит учитывать, что книга не может охватить много аспектов, по-большей части всё вокруг прикручивания готового чат-бота для своих целей

Но при всё при этом можно найти для себя много всего полезного 

📚 Книга

📌 LLM University

Бесплатный курс от Cohere о том как работают эмбединги, механизм внимания , трансформеры, генерация текста и как всё это применять для реальных задач.

Еще в курсе рассказывают про промпт-инжиниринг и дается несколько примеров того как все это применять к задачам вроде document QA, semantic search (w Langchain) и так далее.

Курс дает представление о том, как работают LLM, их практическом применении, и направляет учащихся на использование LLM для создания и развертывания собственных приложений.

Теоретическая часть курса изложена понятно, с использованием аналогий и примеров и наглядных иллюстраций, а практическая часть содержит примеры кода, которые помогут вам закрепить полученные знания. Курс регулярно обновляется.

📂 Курс

📌 DeepLearningAI

Компания LangChain не так давно выпустила курс о последних достижениях в области LLM и о создания диалоговых агентов.

В курсе особое внимание уделено введению в синтаксиса – LangChain Expression Language (LCEL), который позволяет настраивать поведение агентов.

Участники курса учатся генерировать структурированный вывод с помощью вызова функций, использовать LCEL для настройки обработки запросов, применять вызовы функций для тегирования данных и понимать маршрутизацию запросов с помощью инструментов LangChain.

Для начала лучше иметь базовое знание Python и опыт написания промптов для языковых моделей.

Прохождение этого курса предоставляет хорошую возможность изучить новейшие инструменты для создания диалоговых агентов на основе искусственного интеллекта и улучшить свои навыки в этой области!

А здесь вы можете найти всю коллекцию бесплатных курсов от Deeplearning.ai, созданных в сотрудничестве со многими компаниями, такими как LangChain, OpenAI, Google, Weights & Biases, Microsoft и другими.

📂 Курс

📌 Weights_biases course

В этом курсе рассказывается, как создавать приложения на базе LLM, используя API, Langchain и W&B Prompts. В нем рассказывается про разработку, тестирование и проведение экспериментов и создание приложений на основе на LLM.

Для прохождения курсы нужен опыт работы на Python, но знание алгоритмов машинного обучения не требуются

📂 Курс

📌 Сразу пять бесплатных курсов от Google которые научат вас создавать ИИ и работать с LLM.

Все курсы объясняются доступным языком и знакомят вас с понятием «генеративные модели». Эти курсы дают полное представление о том, как LLM модели обучаются и как создавать их самостоятельно.

После того, как пройдете этот курс, можно будет рассказывать на вечеринке, что учились создавать ChatGPT в Google.

📂 Курс

📌 Databricks курсы

На edX в этом году появились 2 курса от Databricks:

📌 Databricks: Large Language Models: Application through Production

Этот курс предназначен для разработчиков, специалистов по исследованию данных и инженеров, которые хотят создавать приложения, на основе LLM, с помощью самых современных и популярных фреймворков. К концу курса вы напишите свой LLM-проект, отличный вариант попрактиковаться. Курс расчитан на 6 недель, по 4-10 часов в неделю.

📂 Курс

📌 Databricks: Large Language Models: Foundation Models from the Ground Up

Вы узнаете о том, что привело к распространению моделей на основе трансформеров включая BERT, GPT и T5, и о невероятных прорывах и технологиях LLM, которые привели к появлению таких приложений, как ChatGPT. Кроме того, вы получите представление о последних достижениях в разаработке, которые продолжают улучшать LLM, например Flash Attention, LoRa, AliBi и PEFT.

📂 Курс

📌 LangChain & Vector Databases in Production” от activeloopai, towards_AI и Intel

Серия из трех курсов познакомит слушателей со знаниями и навыками для обучения, тонкой настройки и интеграции LLM в продакшен.

📂 Курс

📌 LLM Bootcamp

Охватывает такие темы, как Prompt Engineering, LLMOps, UX для языковых пользовательских интерфейсов, дополненные языковые модели, быстрая разработка LLM-приложений, будущие тенденции в LLM, фундаментальные концепции и прохождение askFSDL.

Курс

📌 Новый беспланый курс по Reinforcement Learning from Human Feedback! 

RLHF – это одна из ключевых техник, которая привела к появлению современных LLM. 

В этом курсе, который ведет Никита Намджоши, разработчик из GenAI в Google cloud, вы узнаете, как работает RLHF, в том числе как применить его для настройки LLM в собственных приложениях.

Вы также воспользуетесь библиотекой с открытым исходным кодом для настройки базового LLM  и оцените настроенную модель, сравнив ее ответы до и после RLHF-настройки.

📂 Курс

📌 Large Language Model Course

Вышла вторая версия популярного бесплатного LLM курса.

Это пошаговое руководство с полезными ресурсами, разделенное на три части: основы LLM, наука больших языковых моделей и инженерия (W.I.P.).

Идеально подходит как для новичков, так и для экспертов в области ML.

📂 GitHub

📌 Building and Evaluating Advanced RAG Applications

Бесплатный курс от deeplearning.ai по сложным техникам RAG (Retrieval Augmented Generation).🦾

В этом курсе преподаются продвинутые техники работы с LLM, которые помогут вам генерировать хорошие и релевантные ответы.

📂 Курс

📌 Development with Large Language Models Tutorial – OpenAI, Langchain, Agents, Chroma

Большие языковые модели (например, ChatGPT) могут помочь вам в решении многих задач.

Например, создание динамических пользовательских интерфейсов, навигация по тоннам текстовых данных и многое другое.

В этом курсе вы узнаете об основах и о том, как использовать LLM в своих проектах.

📂 Видео  Colab notebook , Примирение Gpt моделей

Курсы по искусственному интеллекту

📌 Intro to Artificial Intelligence

Курс начинается с основ искусственного интеллекта и его приложений. В рамках этого курса вы познакомитесь с различными алгоритмами поиска, такими как поиск по дереву, поиск по графу, поиск по ширине, поиск по A* и т.д.

📂 Курс

📌 HarvardX: CS50’s Introduction to Artificial Intelligence with Python

Курс от Гарварда, который посвящен AI: в программе теорвер, классический ML, нейросети, NLP, CV, модели Маркова и еще много чего.

📂 Курс

📌  Курс по обучению с подкреплением в робототехнике.

Бесплатный видео курс от профессора Беркли Питера Аббиля в виде лекций на YouTube. Видео последовательно дают представление об RL и обозревают популярные архитектуры обучения роботов.   

📂 Курс

📌 Курс “Python для искусственного интеллекта” от МФТИ на платформе Stepik

В рамках этого онлайн-курса рассматриваются как теоретические, так и практические аспекты, необходимые для успешной работы с ИИ на Python на начальном уровне.

Python. Курс включает в себя 47 тестов и 27 интерактивных задач.

📂 Курс

📌 Linux Foundation – Основы работы с данными и искусственным интеллектом

Вы изучите основы искусственного интеллекта с помощью богатой экосистемы проектов Linux Foundation AI & Data. Этот курс хорошо подходит для любого пользователя ИИ, независимо от профессиональной подготовки и уровня технических знаний.

📂 Курс

📌 Доверенный искусственный интеллект

Курс включает в себя изучение проблем обеспечения доверия к искусственному интеллекту и подходов к их решению, а также свойств, качеств доверенного искусственного интеллекта и понятий, непосредственно связанных с  доверием к ИИ, таких как управление рисками ИИ, робастность искусственного интеллекта, объяснимость,  функциональная безопасность ИИ.

📂 Курс

📌 Курсы по искусственному интеллекту

Лучшие курсы по искусственному интеллекту от топовых университетов мира.

📂 Курс

📌 Artificial Intelligence Project

Этот курс построен таким образом, чтобы помочь вам применять решения в создании искусственного интеллекта для решения различных задач. Для успешной работы в реальном мире и изучения бизнес-приложений искусственного интеллекта лучшей практикой является обучение через проекты по созданию ИИ, и в этом курсе вы создадите свой собственный.

📂 Курс

📌 Бесплатный курс от Weights & Biases: Валидация данных в конвейерах ML. 

На курсе вы научитесь работать с TensorFlow Data Validation, получите практический опыт проверки данных для создания надежных конвейеров ML.

📂 Курс

📌 Awesome Artificial Intelligence

Github Список кураторских проектов по искусственному интеллекту, книг, видеолекций, курсов, информационных гайдов по искусственному интеллекту, бесплатных книг и статей.

📂 Курс

📌 IBM – курс AI for Everyone.

Узнайте, что такое искусственный интеллект (ИИ), разберитесь в его применении и ключевых понятиях, включая машинное обучение, глубокое обучение и нейронные сети. Хороший базовый курс от IBM.

📂 Курс

📌 Mlcourse.ai 

Открытый курс по машинному обучению от OpenDataScience (ods.ai) под руководством Юрия Кашницкого . Имея степень кандидата наук по прикладной математике и уровень мастера Kaggle Competitions, Юрий создал курс по ML с идеальным балансом между теорией и практикой. Курс содержит большое количеством практик в виде заданий и соревнований Kaggle Inclass.

📂 Курс

Курсы ChatGPT и Prompt Engineering

📌 Токенизация в NLP: тонкости и особенности 

Андрей Карпати бывший ведущий инженер OpenAI и разработчик автопилота Tesla, выпустил новое видео на своём YouTube-канале, в котором подробно рассказал о процессе токенизации. Кроме того, он продемонстрировал пример реализации Tokenizer’а, используемого в серии моделей GPT от OpenAI. Материал, нескучный и очень наглядный, поэтому бежим и смотрим!

📂 Видео Репозиторий с объяснениями кода

📌 ChatGPT Prompt Engineering for Developers

Курс предназначен именно для разработчиков. Его создатель легендарный Эндрю Нг. соучредитель и бывший руководитель Google Brain. Идеально для изучения на выходных

📂 Курс

📌 𝗣𝗿𝗮𝗰𝘁𝗶𝗰𝗮𝗹 𝗱𝗲𝗲𝗽 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗰𝗼𝘂𝗿𝘀𝗲🌻: 𝗭𝗲𝗿𝗼-𝘀𝗵𝗼𝘁 𝗰𝗹𝗮𝘀𝘀𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝘄𝗶𝘁𝗵 𝗖𝗟𝗜𝗣

Узнайте, как промпт инжиниринг может помочь вам в классификации изображений в бесплатном курсе от dataflowr!

📂 Курс

Prompt Engineering Tutorial – Master ChatGPT and LLM Responses

Изучите техники правильного проектирования промптов, чтобы получить качественные результаты от ChatGPT и других LLM.

📂 Курс

📌 Новый бесплатный курс: Prompt Engineering with Llama 2 от Andrew YNg and и DeepLearning.AI

Llama 2 стала очень важной моделью для всего мира ИИ.

Llama – это не одна модель, а целая коллекция моделей. В этом курсе вы узнаете: – Узнаете о различиях между разными видами Llama 2 и о том, когда следует использовать каждый из них. 

В курсе также рассказывается о том, как запустить Llama 2 локально на собственном компьютере.  

📂 Курс

📌 Бесплатный курс углубленного анализа данных c ChatGPT

Этот курс входит в специализацию Prompt Engineering

📂 Курс

📌 Prompt Engineering

Изучите методы оперативного проектирования, чтобы получать лучшие результаты от ChatGPT и других LLM.

📂 Курс

📌 ChatGPT Prompt Engineering for Developers

В ChatGPT Prompt Engineering для разработчиков вы узнаете, как использовать большие языковые модели для быстрого создания мощных приложений.

📂 Курс

Заключение

В заключении статьи о лучших бесплатных ресурсах для изучения машинного обучения можно написать следующее:

Надеемся, что представленные в этой статье курсы и ресурсы помогут всем начинающим разработчикам уверенно войти в мир машинного обучения и раскрыть свой потенциал. Делитесь полезными сслыка в комментариях, с другими известными курсы, которые помогли вам. Таким образом, это статья будет постоянно расширяться.

Спасибо за ваше время!

+1
0
+1
3
+1
0
+1
0
+1
0

Ответить

Ваш адрес email не будет опубликован. Обязательные поля помечены *