Referências de redes neurais (livros didáticos, cursos on-line) para iniciantes

Eu quero aprender redes neurais. Sou lingüista computacional. Conheço abordagens estatísticas de aprendizado de máquina e posso codificar em Python.

Pretendo começar com seus conceitos e conhecer um ou dois modelos populares que podem ser úteis do ponto de vista da Linguística Computacional.

Naveguei na Web em busca de referências e encontrei alguns livros e materiais.

• Ripley, Brian D. (1996) Reconhecimento de padrões e redes neurais, Cambridge

• Bishop, CM (1995) Redes Neurais para Reconhecimento de Padrões, Oxford: Oxford University Press.

• alguns links, como esta tese , as notas do curso (Departamento de Psicologia da Universidade de Toronto), as notas do curso (Ciência da computação da Universidade de Wisconsin) e esta apresentação de slides (Pesquisa no Facebook).

Os cursos do Coursera geralmente são bons, se alguém souber algo relevante deles. Prefiro materiais com linguagem lúcida e amplos exemplos.

Você está com sorte! Há um número incrível de recursos disponíveis no momento. Em particular, você pode olhar para:

• um curso Coursera que começa em breve
• um livro online publicado recentemente por alguns dos líderes da área (Goodfellow, Bengio e Courville)
• estas notas de aula e esta visão geral , mais orientadas para o processamento de linguagem natural
• um conjunto de postagens de blog com belas visualizações de Chris Olah
• dois toolkits bem suportados com interfaces Python e tutoriais on-line: Tensorflow e THEANO

Principais referências:

Cursos sobre aprendizagem profunda:

• O curso de Andrew Ng sobre aprendizado de máquina tem uma boa seção introdutória sobre redes neurais.
• Curso de Geoffrey Hinton: Redes Neurais do Coursera para Machine Learning (outono de 2012)
• O livro gratuito de Michael Nielsen, Neural Networks and Deep Learning
• Yoshua Bengio, Ian Goodfellow e Aaron Courville escreveram um livro sobre aprendizagem profunda (2016)
• Curso de Hugo Larochelle (vídeos + slides) na Université de Sherbrooke
• Tutorial de Stanford (Andrew Ng et al.) Sobre aprendizado não supervisionado de recursos e aprendizado profundo
• Curso ML 2014-2015 de Oxford
• Curso de aprendizado profundo da NVIDIA (verão de 2015)
• Curso Deep Learning do Google sobre Udacity (janeiro de 2016)

Orientado à PNL:

• Stanford CS224d: aprendizagem profunda para processamento de linguagem natural (primavera de 2015) por Richard Socher
• Tutorial ministrado na NAACL HLT 2013: Deep Learning for Natural Language Processing (sem Magic) (vídeos + slides)

Orientado à visão:

• CS231n Redes neurais convolucionais para reconhecimento visual de Andrej Karpathy (uma versão anterior, mais curta e menos polida: guia do Hacker para redes neurais ).

Tutoriais específicos do kit de ferramentas:

• DL4J (Java): http://deeplearning4j.org/documentation.html
• Theano (Python, Y. Bengio): http://deeplearning.net/
• Aprendizado de máquina com Torch7 (Lua, LeCun): http://code.madbits.com/wiki/doku.php
• H2O Deep Learning (Java): http://0xdata.com/product/deep-learning/
• Caffee (C ++, UCB): http://caffe.berkeleyvision.org/
• Curso de Aprendizagem Profunda de Nervana

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

http://neuralnetworksanddeeplearning.com/

Este tem sido meus recursos favoritos. Começou com o curso de aprendizado de máquina em Stanford, mas prefere ler a palestras. Especialmente porque as leituras são baseadas em exemplos.

https://coorsy.com/topics/artificial-neural-network/for-beginners

Você pode explorar cursos on-line de muitos provedores de cursos aqui. Também sugiro que você analise os tópicos relacionados lá.

Redes Neurais e Deep Learning é um ponto de partida acessível .

Redes Neurais e Aprendizagem Profunda é um livro online gratuito. O livro ensinará você sobre:

Redes neurais, um belo paradigma de programação de inspiração biológica que permite ao computador aprender com dados observacionais Aprendizado profundo, um poderoso conjunto de técnicas para o aprendizado em redes neurais As redes neurais e o aprendizado profundo atualmente fornecem as melhores soluções para muitos problemas no reconhecimento de imagem, fala reconhecimento e processamento de linguagem natural. Este livro ensinará muitos dos principais conceitos por trás das redes neurais e do aprendizado profundo.

Para um aprendizado rápido, eu escolheria:

Esta palestra de Deep Learning do grande professor-pesquisador Nando de Freitas: https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

Para o entendimento prático da teoria da programação em Python, este material de Andrej Karpathy: http://cs231n.github.io/

E para a PNL: https://arxiv.org/abs/1510.00726

http://yerevann.com/a-guide-to-deep-learning/

Isso fornece uma boa orientação para sua jornada de aprendizado profundo.