Neural Networks/Невронни мрежи

Здравейте,

Не знам дали тук трябва да е поста,но въпросът ми е следния:

Имайки предвид , че съм взел курсовете Programming Fundamentals,Tech Module,OOP Basics(Увод в ООП),Увод в Алгоритмите(структури от данни,сортирания,търсения) и ги знам добре нещата, искам да науча основите на програмирането на невронните мрежи и знам, че има и не малко математика въвлечена с тях, та някакви насоки за какво да правя и откъде да започна-някакъв курс,конкретна книга, или ако е добре някой друг курс несвързан с невронни мрежи преди това да взема?

Много съм мотивиран да ги науча, но проблема е че като гледам видеа в нета или като чета книги по темата и много от нещата са необяснени, основно около математиката и тук-там за функционирането на матриците.

Ако някой може да ми препоръча книга,видеа,или курс където обясняват нещата като за маймуни(имайки предвид знанията ми до момента) ще бъда безкрайно благодарен.

Това е моят списък с полезни ресурси, който бях нахвърлил на един gist преди 2-3 месеца. Не съм го ъпдейтвал от тогава, но има още много неща, които не съм споменал(обяснения за multivariable calculus, доста статистика и др.). Имам една идея да направя github репо с полезни връзки и ако има навити хора, които да споделят ресурси, които са им помагали - да ги добавя. Смятам, че може да е полезно за всички. То има доста такива репота, но въпреки това ще се получи интересно, защото всеки е минал по различен път и ресурсите биха били доста разнородни. Например в настоящата тема на форума видях 2-3 поста с доста неща, които не бях срещал - екстра.

Математика

Линейна алгебра (Linear Algebra)

Essence of linear algebra За мен това е възможно най-доброто представяне на линейната алгебра. Изобщо 3Blue1Brown е най-уникалният презентатор на всякакви теми свързани с математиката. За мен неговият канал е като златна мина. Стандартното представяне на линейната алгебра по книги, туториали и особено университетски курсове е просто отвратително. Ако човек не е попаднал на този канал може да се мисли, че това е най-неинтуитивния дял в математиката.

Анализ (Calcus)

Essence of calculus - отново 3Blue1Brown и естествено отново нещо уникално.

Machine Learning Videos

Neural Networks

Neural Networks - най-доброто според мен предстаяне на невронните мрежи(3Blue1Brown е все пак).

SVM

Това е най-доброто представяне на SVM, което съм гледал: SVM. Много точно, много артистично и доставя истинско удоволствие за математическите сетива на човек(ако има такива).

Machine Learning Videos Courses

Andrew Ng безплатен курс в Coursera. Това е може би най-доброто с което може да се започне. Задълбочени обясниния за стандартните ML алгоритми + невронни мрежи. Препоръчвам да се гледат поне видеата за linear regression, logistic regression и как работи gradient descent. Идеално е за хора, които не се задоволяват със стандартната "интуиция", която се дава по темите. Гледах повечето видеа и съм много доволен(като изключим едни примери, които смятам за неудачни чисто от психологическа гледна точка).
TensorFlow курс - Добър курс за старт с TensorFlow, препоръчвам лабовете - направил съм само няколко засега но изглеждат добри. Изисква добро познаване на Machine Learning алгоритмите, защото в TensofFlow просто трябва такова(освен ако не искате да наизустявате безмозъчно код). Затова мисля, че TensorFlow е много полезна библиотека в сравнение с scikit-learn, която е с доста high level API и може да се мине с доста мъгляви познания.

Image transformations

Canny Edge Detector(Computerphile, много кратко, много полезно)
Sobel Operator(Computerphile, много кратко, много полезно)
Blur filter(Gaussian blur)(Computerphile, много кратко, много полезно)
How Hough Transform works - доста добро обяснение на алгоритъма придружено с полезна визуализация.
OpenCV with Python for Image and Video Analysis - Доста полезен плейлист с добри въвеждащи OpenCV уроци. Поне на мен доста ми помогнаха.