ML curriculum

Using this as base:

Basics

• Short intro to Python in 60 pages, 50% done.
• 10 minutes to pandas
• Scipy lecture notes -- looks excellent
• ArticlesIntroductiory ##machinelearning's intro articles, esp math.
• http://www.deeplearningbook.org/ nice intro book
• ML for Software Engineers also looks wonderful

More interesting stuff

• Andrew Ng's Stanford ML course, unofficial notes as Ersatz for the Coursera video-course.
• Later think about this, but I'm not sure I like those links. TODO
• https://github.com/p-i-/machinelearning-IRC-freenode/blob/master/Resources/GettingStarted.md Coursera articles, again from #machinelearning
• https://developers.google.com/machine-learning/crash-course/ Google ML crash course
• https://github.com/p-i-/machinelearning-IRC-freenode/blob/master/Resources/Main.md Main ##ml "Main"
• https://ai.google/education google AI
• Awesome machine learning
• https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap/blob/master/README.md
• http://course.fast.ai/ nice video AI course

---

Мария, [05.03.18 21:55]
- TensorFlow https://www.tensorflow.org/
-- Шарить что такое граф
-- Шарить как работать с сессией (как создавать, как запускать операции на выполнение)
-- Понимать вообще глобальную архитектуру приложения на TensorFlow
-- Хоть чуть-чуть иметь представление как делать backprop через граф

- Как дебажить обучение
-- Понять из графика лосса что происходит с обучением
-- Overfitting, underfitting, vanishing/exploding gradient

- Алгоритмы оптимизации
-- SGD, SGD with momentum, RMSProp, Adam

- Современные архитектуры
-- VGG, Segnet, ResNet, Inception, Inception-ResNet, NasNet
-- Понимать зачем нужна каждая из них и для чего ее создавали

- OpenCV
-- Гистограмное выравнивание
-- Cascade Classifier

- dlib
-- Просто знать что там можно искать лица и ключевые точки лица

- Python
-- Библиотеки numpy, matplotlib
-- Уметь грузить/сохранять файлы

Мария, [05.03.18 21:55]
++++++++курс на курсере конечно