Список актуальных курсов на 2024 год
Вы планируете освоить новый навык в области науки о данных или инженерии в качестве своей новогодней резолюции? Здесь собраны случайные открытые и бесплатные курсы и другие ресурсы, на которые я наткнулся за прошедший год и которые охватывают различные темы, включая глубокое обучение, NLP, Python, статистику и многое другое.
Полный список ресурсов доступен на моем Telegram-канале.
Содержание
- Python
- Deep Learning, NLP, Computer Vision, AI, etc.
- Statistics, Math, and Machine Learning
- Инструменты
Python
Гарвардский курс CS50 “Введение в программирование на Python“
Курс CS50 Гарвардского университета под руководством профессора Дэвида Дж. Малана представляет собой введение в Python. Курс предназначен для начинающих, не имеющих опыта программирования, и посвящен следующим темам:
- Функции и переменные
- Условия и циклы
- Библиотеки и модульные тесты
- Регулярные выражения
- Объектно-ориентированное программирование
Уровень: Начинающие
Harvard CS50’s Artificial Intelligence with Python
Этот гарвардский курс профессора Брайана Ю посвящён концепциям и алгоритмам, лежащим в основе современного искусственного интеллекта. Он посвящён идеям, которые лежат в основе таких технологий, как большие языковые модели, игровые движки, распознавание рукописного текста и машинный перевод.
Курс состоит из 12 часов видеолекций и посвящен следующим темам:
- Поиск
- Знания
- Неопределенность
- Оптимизация
- Обучение
- Нейронные сети
- Язык
Уровень: Базовые знания Python
Самоучитель Python для начинающих (с мини-проектами)
Это курс по Python для начинающих. Курс Дэйва Грея знакомит с основами Python, такими как функции, основные операторы, объектно-ориентированное программирование, работа со строками и т.д.
Уровень: Начинающие
Deep Learning, NLP, Computer Vision, AI, etc.
PyTorch for Deep Learning & Machine Learning
Курс для начинающих по глубокому обучению с помощью PyTorch от Дэниела Бурке и freeCodeCamp. Курс длится 24 часа (!) и охватывает такие темы, как:
- Основы PyTorch
- Рабочий процесс PyTorch
- Нейросетевая классификация
- Компьютерное зрение
- Пользовательские наборы данных
Deep Learning Foundation
Курс Deep Learning Foundation, разработанный Себастьяном Рашкой и Lightning AI, представляет собой введение в глубокое обучение с использованием инструментов с открытым исходным кодом, таких как Python, PyTorch и PyTorch Lightning, и охватывает:
- Основы машинного обучения
- Основные понятия глубокого обучения
- Рабочий процесс глубокого обучения с помощью PyTorch/Lightning
Уровень: Начинающие
Ссылка: https://lightning.ai/courses/deep-learning-fundamentals/?source=post_page—–ecef02f91113——————————–
Учебники по компьютерному зрению
Ребята из Roboflow создали эту серию коротких уроков, посвященных различным темам компьютерного зрения. Сюда входят такие темы, как:
- Модели YOLO
- Маркировка изображений
- Сегментация
- Встраивание изображений
Уровень: Базовые знания Python и PyTorch
Будущее ИИ – это базовые модели и самоконтролируемое обучение
Курс посвящен будущему искусственного интеллекта, который ведет Рикард Брюэль Габриэльссон из Массачусетского технологического института. Лекции четырех курсов охватывают такие темы, как:
- Введение
- Алгоритмы
- ChatGPT
- Данные и стабильная диффузия
Уровень: Начинающие
Хот-дог или не хот-дог – курс по конволюционным нейронным сетям для начинающих
Этот курс, разработанный Кайли Йингом и freeCodeCamp, посвящен конволюционной нейронной сети для классификации изображений. Курс предназначен для начинающих и охватывает следующие темы:
- Контролируемое обучение
- Обучение модели
- Нейронные сети
- Конволюционные нейронные сети
Уровень: Начинающие
Stanford CS224N: NLP with Deep Learning
Этот курс профессора Кристофера Мэннинга в Стэнфордском университете посвящен основам обработки естественного языка с помощью глубокого обучения. Он включает в себя такие темы, как:
- Вычислительные свойства естественных языков
- Кореференция, ответы на вопросы и машинный перевод
- Обработка лингвистической информации
- Синтаксическая и семантическая обработка
- Современные количественные методы в НЛП
- Нейросетевые модели для задач понимания языка
Уровень: знание языка Python, основ исчисления и линейной алгебры, а также теории вероятностей
LLM Bootcamp – весна 2023 года
Запись двухдневного буткемпа Full Stack on LLM. Программа включает в себя следующие темы:
- Фундаменты LLM
- Оперативное проектирование
- LLMOps
- Дополненные языковые модели
- UX для LLM
Уровень: Введение
Statistics, Math, and Machine Learning
Статистическое переосмысление
Statistical Rethinking – это курс статистики, посвященный байесовской статистике профессора Ричарда МакЭлреата. Курс основан на его замечательной книге и охватывает такие темы, как:
- Счет и вероятность (возможно, лучшее объяснение, которое я слышал)
- Выборка
- Линейная регрессия и оценка параметров
- Сплайны
- Марковская цепь Монте-Карло
- Биномиальная и пуассоновская регрессия
- Обобщенная линейная модель
Курс проводится каждую зиму. Версия этого года стартует в январе 2024 года (ссылка ниже на версию 2023 года).
Уровень: Начинающие
Машинное обучение и нейронные сети без библиотек – курс без черных ящиков
Этот курс посвящен созданию приложений машинного обучения и нейронных сетей без использования библиотек JS и Python. Курс, разработанный Раду Мариеску-Истодором, охватывает следующие темы:
- Очистка данных
- Классификация
- Работа с векторными и растровыми данными
- Обучение и оптимизация нейронных сетей
- Глубокие нейронные сети
Уровень: Требуются знания JS и Python
Инженерная математика: Дифференциальные уравнения и динамические системы
Курс “Дифференциальные уравнения и динамические системы” профессора Стивена Брунтона из Университета Вашингтона. Курс состоит из 49 лекций и доступен на YouTube. Курс охватывает следующие темы:
- Обзор системы исчисления
- Простые обыкновенные дифференциальные уравнения (ОДУ)
- Системы ОДУ
- Собственные значения и собственные векторы
- Нелинейные системы и хаос
- Числовые методы и вычисления
В курсе используются примеры из Python и Matlab.
Уровень: Курс требует базовых знаний по калькуляции
Курс “Основы машинного обучения” – регрессионный анализ
Курс по введению в регрессионный анализ от Ayush Singh и freeCodeCamp. Курс охватывает такие темы, как:
- Основа ML
- Основа регрессии
- Регрессия промежуточная
- Промежуточный уровень MLR
- Продвинутая регрессия
Уровень: Начинающие
Инструменты
Полный курс по Docker – от BEGINNER до PRO!
В этом курсе Сида Паласа рассказывается обо всем, начиная с начала работы и заканчивая созданием контейнерного веб-приложения и его развертыванием в облаке. Курс охватывает такие темы, как:
- Введение в контейнеры и Docker
- Использование контейнеров 3P
- Создание контейнеров
- Регистрация контейнеров
- Безопасность контейнеров
- Рабочий процесс разработчика
Уровень: базовые знания веб-приложений и инструментов командной строки
Docker и Kubernetes
Как следует из названия, этот курс посвящен Docker и Kubernetes для начинающих. 6-часовой курс от Гая Барретта и freeCodeCamp охватывает такие темы, как:
- Введение в микросервисы
- Cloud Native
- Введение в Docker, контейнеры Docker compose и т.д.
- Работа с VScode
- Концепции Kubernetes, пространства имен, поды, узлы и т. д.
- Многоконтейнерные подсистемы и рабочие нагрузки
Уровень: Требуется новичок без опыта работы с Docker и Kubernetes
Самоучитель по PostgreSQL для начинающих
Вводный курс по PostgreSQL от Александру Кристиана и freeCodeCamp для начинающих, посвященный основам PostgreSQL и охватывающий такие темы, как:
- Установка и настройка базы данных PostgreSQL
- Работа и оптимизация сложной структуры данных
- Основные команды SQL и их применение
Уровень: Начинающие
Самоучитель по написанию сценариев Bash для начинающих
Курс Герберта Линдеманса и freeCodeCamp представляет собой введение в скриптинг Bash и охватывает такие темы, как:
- Основные команды оболочки
- Работа с переменными и массивами
- Функции и операторы
Уровень: Начинающие
Курс ChatGPT – Использование API OpenAI для кодирования 5 проектов
Курс Ании Кубов и freeCodeCamp охватывает пять проектов, использующих OpenAI API для создания таких приложений, как генераторы SQL, создатели изображений с помощью DALL-E, завершение текста и т.д.
Уровень: Начинающие