С чего нужно начать изучать программирование нейронных сетей?

Question

[freestm]

Новая для меня тема, не знаю за что хвататься...так же хотелось бы услышать советы касательно математики, на какие разделы обратить внимание?

Comments

[Сергей Соколов]

Уточните: вы хотите методично, всерьёз и надолго погрузиться в тему или в наиболее облегченном и полу-развлекательном виде ознакомиться с основами и по пошаговой шпаргалке поскорее сделать что-то работающее и потом забросить?

[freestm]

Сергей Соколов, методично, всерьёз и надолго погрузиться в тему

Answer 1

[Никита]

методично, всерьёз и надолго погрузиться в тему

Погружайся)) Методичнее некуда)

Comments

[freestm]

То что нужно!) не буду врать, вы меня напугали, хотя я и был к этому готов) Теперь созрел другой вопрос...может ли все это освоить один человек среднего ума?

[chupasaurus]

freestm, наиболее сложные этапы собственно до п.5 на схеме (и сааамый последний: есть мнение, что работу Кассандры понимают полностью только её разработчики)

[aRegius]

freestm,

– Я не есть это мочь! – в отчаянии закричала Лоренца. – Моя голова… ничт… не мочь это запимоинайт…
– Может! – спокойно сказал Калиостро. – Голова все может…

))

[freestm]

chupasaurus, я думаю, все это можно освоить на хорошем уровне примерно за 40 лет. Нет смысла короче...работа для команды

[chupasaurus]

freestm, ~150 тем без учёта математических дисциплин и сильно специфических вещей, в среднем допустим каждая на 10 часов изучения = 1500 часов, по 15 часов в неделю на 2 года. Причём 10 часов на тему - явно завышенная оценка.

[Никита]

freestm, вряд ли одна из самых технологичных и сложных рыночных сфер на сегодня - для "среднего ума". Думаю, понятно, что профессионально владеть всем перечисленным на картинке может либо научный сотрудник с выдающимися математическими способностями, либо человек, который "натренировал" свою "нейронку" на всё это. И того, и другого "средними умами" не особо назовёшь:)

С учётом того, что сегодняшний "средний ум" вышмат в вузе проплатил (как и остальные сложные предметы), заточен на отбывание номера в офисе с 9 до 5 и "грамотное потребление" после него.

[Александр Скуснов]

Картинка красивая. Смутило то, что есть Excel, но не увидел MatLab. А между тем, его документация Neural Network Toolbox покроет многие пункты этой картинки.

[freestm]

chupasaurus, 10 часов это сильно поверхностные знания...я на изучение html в свое время и то больше времени потратил.

[freestm]

Александр Скуснов, Excel на этой картинке как маленькое пятно на белой майке)

[micr0]

Можно все освоить, если учить то, что нужно конкретно для решения задач. Например, можно вообще не знать matlab и R и написать крутой продукт. Математика же тут разбита на крошечные куски, которые друг на друга прекрасно накладываются. Аналогично можно расписать программу изучения C++ таким образом, что вам и остатка жизни не хватит ее изучить.

[Никита]

micr0, Человек изъявил желание "методично, всерьёз и надолго погрузиться в тему". Для решения же какой-то конкретной узкой задачи рациональнее нанять специалиста или воспользоваться готовым решением.

[chupasaurus]

freestm, Вы же не синтаксис изучали больше 10 часов, а взаимодействие элементов? Так и на представленной диаграмме процесс разбит на кирпичики.

Answer 2

[micr0]

Почему именно нейронные сети? Анекдот в тему:

— А почему у вас деревня называется Астафьево?
— Рассказывают, что у нас однажды Петр Первый со свитой останавливался, и ночью один солдат заснул в карауле. Утром начальник караула спросил царя, как его наказать. Но царь был в хорошем настроении и сказал: "Оставь его! ". С тех пор село называется Астафьево.
— А-а, я теперь понял, почему соседнее село называется Ипатьево.

А по делу:

1. Выучить язык программирования Python или R (или оба)
   
2. Вспомнить школьную математику
   
3. Изучить линейную алгебру, статистику, комбинаторику и теорию вероятностей
   
4. Наконец, начать читать про машинное обучение и data science. Можно по книгам учиться, а можно и в интернете материал брать - тут от вас зависит, как вам удобнее.
   

Comments

[micr0]

Питон сам по себе самоценен. Он дает возможность на практике применить знание математики, что сформирует хорошую базу для изучения ML. Например, даже тривиальная задача на нахождение угла межку векторами в программировании решается по-другому, нежели чем на бумаге. Поэтому имеет смысл изучить сначала python или R.

[Максим Федоров]

Дмитрий Новиков, чисто логически для опытного человека -- оно так,
но для неопытного -- в корне не верно, нельзя увлечься радиолюбительсвом, изучая химию полупроводников
.
На Хабре есть отличная статья про долг знаний

[Anton Mashletov]

ЯП не особо важен. Что можно сделать на питоне, чего нельзя на других? Математические библиотеки и к паскалю есть.

[micr0]

Anton Mashletov, ОК. Найдите мне библиотеку метода опорных векторов (SVM) для паскаля.

[Anton Mashletov]

micr0, я не знаю о чем речь. Вполне очевидно, что если не для паскаля, то для какого-нибудь C++/Java найду.

[micr0]

По большому счету выбор ЯП не имеет большого значения, однако большинство библиотек для ML (грубо говоря наборов уравнений) написаны для Python и R. Для C с крестами их может и не быть :) Самостоятельное их написание - это безумие без знания математики на уровне к или д. ф-м. н.

Answer 3

[Сергей Соколов]

всерьёз и надолго – это выбрать и пройти программу обучения.

Как вариант, Школа Анализа Данных Яндекса. Посмотрите вступительные задания (напр. 2016 года)

На английском языке выбор шире – на Coursera, Udacity есть программы по ML.

Answer 4

[Azkalot1]

Для ознакомления и вообще понимания можно посмотреть вот эти лекции - https://www.youtube.com/channel/UCPk8m_r6fkUSYmvgC... (Пусть даже вторая часть полностью про компьютерное зрение)
А далее. например, открывать контесты на Kaggle, смотреть, какие заточены под нейросети, смотреть предложенные решения, разбираться, писать\модифицировать самому, отправлять.
Еще вариант - посмотреть и выбрать курсы на udemy.com, где есть курсы по Theano\TensorFlow\PyTorch\Keras.

Answer 5

[asd111]

Можно начать с книги, которую написал автор Keras Francois Chollet "Deep Learning with Python"
https://www.manning.com/books/deep-learning-with-python
В этой книге делается акцент именно на нейронные сети.