Полезни връзки
Подбрани ресурси за подготовка по изкуствен интелект и машинно обучение: курсове, книги, практически тетрадки и документация.
Подготовка и състезания
-
SOTA AI Checklist
Списък с ключови теми и умения по изкуствен интелект за подготовка за олимпиади.
-
HackerRank
Платформа със задачи по програмиране; препоръчваме я за провеждане на общинския кръг.
-
International Olympiad in Artificial Intelligence (IOAI)
Официален сайт на Международната олимпиада по изкуствен интелект – задачи от минали години.
-
Kaggle Learn
Кратки практически курсове по Python, pandas, машинно обучение и дълбоко обучение.
Курсове и лекции
-
Stanford CS224N: Natural Language Processing with Deep Learning
Обработка на естествен език с дълбоки невронни мрежи.
-
Stanford CS224S: Spoken Language Processing
Обработка на реч и аудио: разпознаване и синтез на реч.
-
Stanford CS231n: Deep Learning for Computer Vision
Конволюционни невронни мрежи и компютърно зрение.
-
Stanford CS229: Machine Learning
Фундаментален курс по машинно обучение.
-
MIT 6.S191: Introduction to Deep Learning
Въвеждащ курс по дълбоко обучение с лекции и практически упражнения.
-
fast.ai: Practical Deep Learning for Coders
Практически курс по дълбоко обучение „отгоре надолу“.
-
Andrej Karpathy: Neural Networks – Zero to Hero
Изграждане на невронни мрежи и езикови модели от нулата.
-
Hugging Face Learn
Безплатни курсове по NLP, трансформъри, компютърно зрение и аудио.
Книги
-
Deep Learning – Ian Goodfellow, Yoshua Bengio, Aaron Courville
Класически учебник по дълбоко обучение (безплатна онлайн версия).
-
Speech and Language Processing – Dan Jurafsky, James H. Martin
Обработка на реч и естествен език (безплатна чернова на 3-то издание).
-
Dive into Deep Learning
Интерактивна книга с код на PyTorch към всяка глава.
-
Understanding Deep Learning – Simon J. D. Prince
Съвременен учебник с ясни илюстрации и упражнения.
-
An Introduction to Statistical Learning (with Python)
Достъпно въведение в статистическото и машинното обучение.
-
Hands-On Machine Learning – Aurélien Géron
Практическа книга със scikit-learn и дълбоко обучение (тетрадки в GitHub).
-
Pattern Recognition and Machine Learning – Christopher Bishop
Задълбочен учебник по вероятностно машинно обучение.
-
Mathematics for Machine Learning
Линейна алгебра, анализ и вероятности, необходими за машинното обучение.
Практически ръководства с Jupyter тетрадки
-
CS231n: Python и NumPy за начинаещи
Кратко въведение в Python и NumPy (може да се отвори в Google Colab).
-
Python Data Science Handbook – Jake VanderPlas
NumPy, pandas, Matplotlib и scikit-learn – цялата книга е в тетрадки.
-
Hands-On Machine Learning – тетрадки
Тетрадките към книгата на Géron, готови за Colab.
-
Dive into Deep Learning – тетрадки
Изпълними тетрадки към книгата „Dive into Deep Learning“.
-
fast.ai fastbook
Тетрадките към курса и книгата на fast.ai.
-
Neural Networks: Zero to Hero – тетрадки
Кодът от лекциите на Andrej Karpathy.
-
Understanding Deep Learning – тетрадки
Практически тетрадки към всяка глава на книгата.
-
UvA Deep Learning Tutorials
Подробни тетрадки на Университета в Амстердам: трансформъри, GNN, генеративни модели.
-
PyTorch Tutorials
Официални ръководства – всяко може да се стартира в Google Colab.
-
scikit-learn: галерия с примери
Стотици примери, които могат да се изтеглят като .ipynb.
-
Hugging Face Transformers – тетрадки
Тетрадки за фина настройка на модели за текст, изображения и аудио.
-
Google Machine Learning Crash Course
Кратък курс с интерактивни упражнения в Colab.
Среди за работа
-
Google Colab
Безплатни Jupyter тетрадки в браузъра, включително с GPU.
-
Project Jupyter
Jupyter Notebook и JupyterLab за локална работа.
-
Visual Studio Code
Безплатен редактор на код с разширения за Python и Jupyter тетрадки.