200 の優れた機械学習チュートリアルの要約「史上最も完全」

この記事には、これまでで最も優れたチュートリアル コンテンツであると一般に考えられている内容が含まれています。これは、Web 上のすべての ML 関連チュートリアルを網羅したリストではなく、Web 上のすべてが優れているわけではないため、厳選されたリストです。この著者紹介の目的は、機械学習と NLP の分野で見つけられる最高のチュートリアルを見つけて、今後の本を補足することです。

これらの最高のチュートリアルを収集することで、必要なチュートリアルをすぐに見つけることができます。これにより、より広範囲に及ぶ本の章を読んだり、研究論文に悩んだりする必要がなくなります。ご存知のとおり、数学のスキルがそれほど高くない場合は、通常、研究論文を読み通すことはできません。本を買ってみませんか？オールラウンダーな作家はいない。チュートリアルは、特定の主題を学習しようとしているときや、異なる視点を得たいときに非常に役立ちます。

[[243905]]

この投稿は、機械学習、NLP、Python、数学の 4 つのパートに分かれています。各セクションにいくつかのトピックを含めましたが、機械学習は非常に複雑なテーマであるため、考えられるすべてのトピックを含めることは不可能です。

私が見逃した素晴らしいチュートリアルをご存知でしたら、ぜひ教えてください!この学習チュートリアルは今後も改善を続けていきます。これらのリンクを選択する際には、各リンクが他のリンクとは異なる資料を含むようにしたり、情報を異なる方法 (たとえば、コードとスライド) で、または異なる視点から提示するように努めました。

機械学習

機械学習入門 (machinelearningmastery.com)

機械学習は楽しい！ (medium.com/@ageitgey)

機械学習のルール: ML エンジニアリングのベスト プラクティス (martin.zinkevich.org)

機械学習クラッシュコース: パート I、パート II、パート III (Berkeley Machine Learning)

機械学習の理論と応用入門: 簡単な例を使ったビジュアルチュートリアル (toptal.com)
機械学習の簡単なガイド (monkeylearn.com)

どの機械学習アルゴリズムを使用すればよいですか? （sas.com）

機械学習入門 (sas.com)

初心者向け機械学習チュートリアル (kaggle.com/kanncaa1)

活性化関数とドロップアウト関数

シグモイドニューロン (neuralnetworksanddeeplearning.com)

ニューラルネットワークにおける活性化関数の役割は何ですか? (quora.com)

ニューラル ネットワークで使用される一般的な活性化関数の長所と短所の比較リスト (stats.stackexchange.com)

活性化関数とその種類の比較 (medium.com)

ログ損失の理解 (exegetic.biz)

損失関数 (スタンフォード CS231n)

L1 および L2 損失関数 (rishy.github.io)

クロスエントロピーコスト関数 (neuralnetworksanddeeplearning.com)

バイアス

ニューラル ネットワークにおけるバイアスの役割 (stackoverflow.com)

ニューラル ネットワークのバイアス ノード (makeyourownneuralnetwork.blogspot.com)

人工ニューラルネットワークにおけるバイアスとは何ですか? (quora.com)

パーセプトロン

パーセプトロン (neuralnetworksanddeeplearning.com)

パーセプトロン (natureofcode.com)

単層ニューラル ネットワーク (パーセプトロン) (dcu.ie)

パーセプトロンからディープ ネットワークへ (toptal.com)

戻る

線形回帰分析入門 (duke.edu)

線形回帰 (ufldl.stanford.edu)

線形回帰 (readthedocs.io)

ロジスティック回帰 (readthedocs.io)

機械学習のための単純な線形回帰チュートリアル (machinelearningmastery.com)

機械学習のためのロジスティック回帰チュートリアル (machinelearningmastery.com)

ソフトマックス回帰 (ufldl.stanford.edu)

勾配降下法

勾配降下法による学習 (neuralnetworksanddeeplearning.com)

勾配降下法 (iamtrask.github.io)

勾配降下法アルゴリズムを理解する方法 (kdnuggets.com)

勾配降下法最適化アルゴリズムの概要 (sebastianruder.com)

最適化: 確率的勾配降下法 (スタンフォード CS231n)

生成学習

生成学習アルゴリズム (スタンフォード CS229)

ナイーブ ベイズ分類器の実践的な説明 (monkeylearn.com)

サポートベクターマシン

サポート ベクター マシン (SVM) の概要 (monkeylearn.com)

サポートベクターマシン (スタンフォード CS229)

線形分類: サポートベクターマシン、ソフトマックス (スタンフォード 231n)

バックプロパゲーション

バックプロパゲーションについて知っておくべきこと (medium.com/@karpathy)

ニューラル ネットワークのバックプロパゲーション アルゴリズムを直感的に説明していただけますか? (github.com/rasbt)

バックプロパゲーション アルゴリズムの仕組み (neuralnetworksanddeeplearning.com)

時間の経過による逆伝播と勾配消失 (wildml.com)

時間経過によるバックプロパゲーションの簡単な紹介 (machinelearningmastery.com)

バックプロパゲーション、直感 (スタンフォード CS231n)

ディープラーニング

YN2 ディープラーニング ガイド (yerevann.com)

ディープラーニング論文読解ロードマップ (github.com/floodsung)

ディープラーニングの概要 (nikhilbuduma.com)

ディープラーニングチュートリアル (Quoc V.Le)

ディープラーニングとは何ですか? (machinelearningmastery.com)

人工知能、機械学習、ディープラーニングの違いは何ですか? （nvidia.com）

ディープラーニング – 簡単な紹介 (gluon.mxnet.io)

最適化と次元削減

データの次元削減のための 7 つのテクニック (knime.org)

主成分分析（スタンフォード CS229）

ドロップアウト: ニューラル ネットワークを改善する簡単な方法 (Hinton @ NIPS 2012)

ディープ ニューラル ネットワークをトレーニングするには? (rishy.github.io)

長期短期記憶 (LSTM)

長期短期記憶ネットワークの一般的な入門 (machinelearningmastery.com)

LSTM ニューラル ネットワークについて学ぶ (colah.github.io)

LSTM の探索 (echen.me)

誰でも Python で LSTM-RNN のコーディングを学べます (iamtrask.github.io)

畳み込みニューラルネットワーク (CNN)

畳み込みネットワーク入門 (neuralnetworksanddeeplearning.com)

ディープラーニングと畳み込みニューラルネットワーク (medium.com/@ageitgey)

Conv Nets: モジュラーの観点 (colah.github.io)

畳み込みを理解する (colah.github.io)

リカレントニューラルネットワーク (RNN)

リカレント ニューラル ネットワーク チュートリアル (wildml.com)

注意とブースティングを備えたリカレント ニューラル ネットワーク (distill.pub)

リカレントニューラルネットワークの不合理な有効性 (karpathy.github.io)

リカレント ニューラル ネットワークの詳細な分析 (nikhilbuduma.com)

強化学習

強化学習とその実装に関する初心者向けガイド (analyticsvidhya.com)

強化学習チュートリアル (mst.edu)

強化学習を学ぶ (wildml.com)

深層強化学習: ピクセルからのピンポン (karpathy.github.io)

生成的敵対ネットワーク (GAN)

敵対的機械学習入門 (aaai18adversarial.github.io)

生成的敵対ネットワークとは何ですか? （nvidia.com）

生成的敵対ネットワークを悪用して 8 ビット ピクセル アートを作成する (medium.com/@ageitgey)

生成的敵対ネットワーク入門 (TensorFlow のコード) (aylien.com)

初心者のための生成的敵対的ネットワーク (oreilly.com)

マルチタスク学習

ディープ ニューラル ネットワークにおけるマルチタスク学習の概要 (sebastianruder.com)

NLP

自然言語処理は楽しいです！ (medium.com/@ageitgey)

自然言語処理のためのニューラル ネットワーク モデル入門 (Yoav Goldberg)

自然言語処理の決定版ガイド (monkeylearn.com)

自然言語処理入門 (algorithmia.com)

自然言語処理チュートリアル (vikparuchuri.com)

自然言語処理 (NLP) をゼロから学ぶ (arxiv.org)

ディープラーニングとNLP

NLP のためのディープラーニング (arxiv.org)

NLP のためのディープラーニング (魔法なし) (Richard Socher)

NLP のための畳み込みニューラル ネットワークを理解する (wildml.com)

ディープラーニング、NLP、表現 (colah.github.io)

最先端の NLP モデルのための新しいディープラーニング定式化: 埋め込み、エンコード、エンゲージ、予測 (explosion.ai)

Torch Deep Neural Networks による自然言語処理 (nvidia.com)

Pytorch によるディープラーニング NLP (pytorich.org)

単語ベクトル

Bag of Words モデルを使用して映画レビューの分類を解決する (kaggle.com)

単語埋め込み入門 パート I、パート II、パート III (sebastianruder.com)

単語ベクトルの驚くべき力 (acolyer.org)

word2vec パラメータ学習の説明 (arxiv.org)

Word2Vec チュートリアル - スキップグラム モデル、ネガティブ サンプリング (mccormickml.com)

エンコーダー/デコーダー

ディープラーニングと NLP における注意メカニズムと記憶モデル (wildml.com)

シーケンス モデル (tensorflow.org)

ニューラル ネットワークによるシーケンス学習 (NIPS 2014)

機械学習は楽しい パート 5: 言語翻訳とディープラーニングによるシーケンスの魔法 (medium.com/@ageitgey)

エンコーダー/デコーダー LSTM を使用してランダムな整数のシーケンスをエコーする方法 (machinelearningmastery.com)

tf-seq2seq (google.github.io)

パイソン

機械学習クラッシュコース (google.com)

素晴らしい機械学習 (github.com/josephmisiti)

Python で機械学習をマスターするための 7 つのステップ (kdnuggets.com)

機械学習ノートブックの例 (nbviewer.jupyter.org)

Python による機械学習 (tutorialspoint.com)

実際の例

Python でパーセプトロン アルゴリズムをゼロから実装する方法 (machinelearningmastery.com)

Scratch を使用して Python でニューラル ネットワークを実装する (wildml.com)

11 行のコードで Python でニューラル ネットワークを実装する (iamtrask.github.io)

Python で独自の k-近傍法アルゴリズムを実装する (kdnuggets.com)

Scatch からの ML (github.com/eriklindernoren)

Python 機械学習 (第 2 版) コード リポジトリ (github.com/rasbt)

Scipy と numpy

Scipy 講義ノート (scipy-lectures.org)

Python Numpy チュートリアル (スタンフォード CS231n)

Numpy と Scipy 入門 (UCSB CHE210D)

科学者のための Python 短期集中講座 (nbviewer.jupyter.org)

サイキットラーン

PyCon scikit-learn チュートリアル インデックス (nbviewer.jupyter.org)

scikit-learn 分類アルゴリズム (github.com/mmmayo13)

scikit-learn チュートリアル (scikit-learn.org)

短い scikit-learn チュートリアル (github.com/mmmayo13)

テンソルフロー

Tensorflow チュートリアル (tensorflow.org)

TensorFlow 入門 - CPU と GPU (medium.com/@erikhallstrm)

TensorFlow (metaflow.fr)

Tensorflow での RNN (wildml.com)

TensorFlow でのテキスト分類のための CNN の実装 (wildml.com)

TensorFlow を使用してテキスト要約を実行する方法 (surmenok.com)

パイトーチ

PyTorch チュートリアル (pytorch.org)

PyTorch の簡単な紹介 (gaurav.im)

チュートリアル: PyTorch でのディープラーニング (iamtrask.github.io)

PyTorch の例 (github.com/jcjohnson)

PyTorch チュートリアル (github.com/MorvanZhou)

ディープラーニング研究者向け PyTorch チュートリアル (github.com/yunjey)

数学

機械学習のための数学 (ucsc.edu)

機械学習のための数学 (UMIACS CMSC422)

線形代数

線形代数の直感的なガイド (betterexplained.com)

行列乗算に関するプログラマーの直感 (betterexplained.com)

クロス製品について学ぶ (betterexplained.com)

Dot 製品について学ぶ (betterexplained.com)

機械学習のための線形代数 (UB CSE574)

ディープラーニングのための線形代数のチートシート (medium.com)

線形代数の復習と参考資料 (スタンフォード CS229)

確率論

比率によるベイズの定理の理解 (betterexplained.com)

確率論入門（スタンフォード CS229）

機械学習のための確率論チュートリアル (スタンフォード CS229)

確率論 (UB CSE574)

機械学習のための確率論（トロント大学 CSC411）

微積分

導関数を理解する方法: 商の法則、指数、対数 (betterexplained.com)

デリバティブを理解する方法: 製品、モメンタム、連鎖律 (betterexplained.com)

ベクトル計算: 勾配を理解する (betterexplained.com)

微分積分学（スタンフォード CS224n）

微積分の概要 (readthedocs.io)

この記事はAlibaba Cloud Yunqi Communityによって翻訳されました。

記事の元のタイトル: 2018 年版の 200 以上の最高の機械学習 NLP および Python チュートリアル

ロビー・アレン

翻訳者：胡碩八道、編集者：。