Почну з того, що всі перелічені вище області не є легкими для опанування, для їх повного вивчення треба витратити не один рік. Я розділила матеріали на 3 рівня у кожній категорії: початковий, середній, просунутий, щоб кожен читач зміг знайти матеріали за своїм рівнем. Також я додала деякі ресурси українською.
Одразу наголошу, що як бакалавр прикладної математики я вже маю необхідну “базу“, тому більшість ресурсів зосереджена на 2 - 3 рівні.
Всі перераховані нижче курси та спеціалізації я закінчила, або проходжу зараз, їх не дуже багато, але я впевнена в їх якості.
Стаття буде доповнюватися…
Англійська
Ця частина найдовша, якщо вам цікаві тільки ресурси - переходьте у кінець.
Я не є професійним лінгвістом, вивчення мов та неврологія - моє хобі. Спосіб, про який я розказую далі - це мій власний досвід та знання, що знайшла у відкритих джерелах.
Англійська - стежка до сучасної науки
На питання чому важливо її знати більшість відповість для комунікації. І це вірно, але окрім цього більшість наукових робіт, статей, відео перекладаються або пишуться на англійській. Без її знання складно вивчити новий алгоритм/метод/теорему. Постає питання, чи не простіше вивчати це на російській, якщо немає на українській? Я не буду зачіпляти тему повної неетичності вивчення мовою ворога та те, що чим більше читати російською, тим більше інформації нею підсовують пошукові алгоритми, що у свою чергу створює інформаційну бульбашку. Російська наука, як і російське техно - кубло є відсталим: вони придумують “нові“ закони та теореми, виставляючи це як щось проривне, хоча це існує вже не один десяток років; на жаль, це не заважає їм покращувати ракети. Найяскравіший приклад - діагноз “ВСД“, який не має визнання у міжнародній медичній спільноті, але при тому у нас був дуже поширений, що призвело до неправильного лікування цілого покоління.
Як правильно вчити нову мову?
Зараз я вчу 4 мови: англійську, польську, фінську та німецьку, і допоміг мені в цьому спосіб нижче.
Розкажу коротку історію моїх невдалих спроб вивчення англійської у школі. Протягом всіх шкільних років я мала величезну проблему з вивченням англійської, я шульга з гарною пам’яттю (як казали, це повинно було пришвидшити вивчення), але на слух англійську сприймати не могла взагалі, а граматика була нудною. На 1 курсі університету з’явилася потреба читати англомовні статті, моя англійська покращилася до рівня strong B1, але слухати будь - що англійською я все ще не могла. Після 2 курсу почала шукати наукові методи вивчення мов, щоб вони не забувалися через пару місяців. І таким чином я відкрила для себе вивчення англійської через призму неврології. Детальніше про це дуже раджу послухати у цієї прекрасної авторки.
При вивченні будь - якої мови задіюються 3 елементи: слух, говоріння та мислення (цей симбіоз, до речі, і є частковим стопором від деменції). Зі слухом і говорінням все ясно, але як щодо мислення? Кожна мова має часи, але не у всіх мовах їх однакова кількість. Наприклад, в українській 3 часи, в англійській - 2, Present Simple та Past Simple (Continuous та Perfect є аspects, а не tenses). Мозок починає думати у двох та трьох часах, що поліпшує когнітивні процеси, що в свою чергу, з часом, веде до швидшого та якіснішого володіння мовою.
Секрет лежить у тому, як вчать мову діти. Дитину з перших днів не вчать граматиці, а показують та називають оточуючі предмети, коли дитина трохи підростає, їй пояснюють емоції та основні концепції, і тільки у школі або садочку дитина починає вчити граматику. Одразу зазначу, граматику вчити необхідно, але починати вивчення мови з неї не варто. Через такий метод дитина починає думати на мові та відчувати її. Принцип на основі цього я і використала для вивчення англійської: почала з того, що переклала назви всіх предметів у кімнаті на англійську, потім почала дивитися дитячі передачі та мультики, читати дитячу художню літературу (на жаль, Толкін писав складніше) та прості статті по програмуванню. Основний фокус: вчити іноземну мову не через рідну мову, а з нуля та оточити себе нею.
Після 2 місяців таких занять я мала змогу читати статті по ML та математиці, з яких вивчила терміни та те, як вивчають математику у західних країнах (вона доволі сильно відрізняється від нашої). Переді мною ніби з’явилася нова, таємнича галактика, сповнена секретів, які я нарешті могла розгадати.
Зараз, після майже 2 років вивчення таким методом, можу майже спокійно розуміти як американську, так і британську англійську (і не тільки лондонський акцент) та маю рівень C2 за EF SET.
Лінгвістичне дерево або як перекладати без перекладу
Як відбувається переклад, якщо вчити іноземну мову через рідну? Уявіть лінгвістичне дерево як алгоритм або рослину. У корні дерева знаходиться ваша рідна мова.
Спочатку мозок думає на рідній мові, потім намагається перекласти на англійську з урахуванням меншої кількості часів та граматики. Не дуже швидкий шлях, чи не так? А якщо додати ще одну мову? Наприклад, якби б я вчила фінську через англійську?
І ось, шлях до перекладу на фінську збільшився в 3 рази.
При вивченні іноземної самостійно, не через рідну або іншу іноземну мову, картинка зміниться.
Мозок буде переключатися між мовами, ніби між режимами. Так, такий спосіб більш просунутий на початку, але набагато дієвіший - забути вивчену мову складно.
Коли я читаю чи слухаю на англійській, то не маю фази “я перекладаю ось це слово на українську“ : слова ніби матеріалізуються у свідомості, я розумію значення слова без перекладу на українську. Просто, спокійно та природньо.
Постійність - шлях до успіху
На жаль, постійність найважливіша частина вивчення будь - чого. Ви можете займатися пару годин одного дня, закинути на тиждень, і в результаті все забути. Метод “вчити як дитина“ буде працювати та давати хороші результати тільки з постійним перебуванням у англомовному середовищі. Будьте в ньому хоча б годину в день і через місяць побачите неймовірний результат.
Британський vs американський англійський. З якого починати?
Особисто для мене американська англійська простіша через те, що у школі та університеті викладали саме її, як думаю і для багатьох. На мою думку, починати простіше з неї: більшість ресурсів, які я зустрічаю, написані або ведуться саме нею.
Я не можу зарахувати себе до лав любителів американської англійської, мені не подобається вимова, простота слів, тощо. Вже рік я самостійно вивчаю британську англійську, вимову, сленг та акценти у різних регіонах, і можу з впевненістю сказати - вона набагато складніша.
Перед тим, як переходити далі, пропоную вам пройти цей тест, щоб знати свій рівень англійської. Він безкоштовний та базується на системі оцінювання IELTS. Має тести на 15 та 50 хвилин, не оцінює speaking та writing.
Застосунки
Рівень A1 - A2:
Duolingo - вивчення у ігровій формі.
Memrise - також вивчення у ігровій формі, але з акцентом на діалоги.
Рівень A2-B2:
Knudge.me - для запам’ятовування слів та базової граматики через флеш - картки. Підходить і для С1.
IELTS Prep - завдання міжнародного тесту IELTS: тести, граматика, словниковий запас. Підходить і для С1.
LingQ - англійська на слух, словник, граматика.
British Council Grammar - граматика на граматичні тести. . Підходить і для С1.
Посібники
Є для всіх рівнів.
Oxford University Press - особисто для мене найкраща серія посібників. Включає посібники для вивчення граматики та аудіювання.
Cambridge University Press. Популярні серією посібників “Grammar in Use“. Ці посібники більш зосереджені на граматиці та словниковому запасі. Мають також гарну серію для підготовки до IELTS.
В Україні купую на сайті (не реклама) British Books , тут найбільша збірка проф. посібників не тільки для вивчення, але й для підготовки до всіх міжнародних екзаменів, також багато англомовної художньої літератури. Ціни найдешевші з усіх книжкових магазинів, що знаю.
Серіали та фільми англійською
На жаль, тут варіантів не сильно багато.
Netflix - 7 євро в місяць, можливість підключення до 4 девайсів. Всі серіали, фільми, шоу, мають мінімум українські субтитри, більшість мають український професійний дубляж.
Prime Video - також 7 євро в місяць, український дубляж мають пару фільмів та серіалів, українські субтитри - приблизно у 30%.
Канали
Learn English with EnglishClass101.com - американська англійська, гарно підходить для початківців.
BBC Learning English - британська англійська, гарно підходить для початківців.
Англійська по-простому! - україномовний канал вчителя англійської, ідеально для вивчення базової граматики.
English Speaking Success - добре для рівня B1 і вище. Граматика, вимова та підготовка до IELTS.
English Addict with Mr Duncan - дивний, але забавний ведучий, також підходить для рівня B1 та вище.
VOA Learning English - канал більше сфокусований на вивченні англійської на слух, підійде для А2.
EnglishTestBlog.com - англійська для смолл - токів, базова граматика та тести. Підійде для рівнів А1 - В1.
priggish_english - україномовний канал викладачки. Також вона має телеграм - канал, куди часто публікує посібники. Ідеально для початківців.
English with Lucy - обожнюю всім серцем. Більше підходить для рівнів В1 і вище. Одна з небагатьох викладає граматику та сленг для рівнів С1- С2.
IELTS Advantage - підготовка до IELTS, розбір граматики, розбір помилок на інтерв’ю учасників IELTS. Підходить для рівнів з B1.
Спеціалізації по ML та AI від світових університетів безкоштовно
Якщо ви є студентом українського університету, маєте можливість отримати доступ до величезної кількості курсів та спеціалізації у різних областях. Освітній хаб Coursera 2 роки тому створила програму Ukraine Response, яка містить курси, спеціалізації та проєкти по окремим темам.
Для реєстрації потрібно використати пошту з доменом університету та факультету (ту, яку маєте в Teams). При успішній реєстрації повинні бачити хаб університету ( на ньому всі курси безкоштовні) та глобальний хаб (на ньому курси платні).
Якщо ви хочете взяти курс з глобального хабу, але не маєте змоги оплатити вартість курсу, можете запросити фінансову підтримку.
В 95% випадків фінансову допомогу надають, чекати рішення потрібно 2 тижні.
З чого почати вивчення ML та AI?
З базових алгоритмів та теорії обчислень. Ідеальний курс для цього - Harvard CS50. Як першу мову рекомендую обрати саме Python. Всі ресурси по ML та AI викладаються саме на цій мові, більшість компанії пишуть алгоритми саме на ній. Знати Python - все одно що знати англійську: проста для входження, використовується у багатьох сферах, ідеальна для вивчення алгоритмів та подальшого вивчення більш складних мов як C++ та C#.
Ранжування для ML/AI зробила опираючись на складність використовуваних методів:
Простий рівень - алгоритми машинного навчання (ML).
Середній рівень - нейромережі (AI), алгоритми тюнінгу та оптимізації моделей машинного навчання.
Просунутий рівень - Generative AI, LLM, MLOps, тюнінг та оптимізація нейромереж.
Оптимізація є окремою областю, що входить у Computer Science, тюнінг є частиною AI області. Їх складність обумовлена використанням складних математичних алгоритмів.
ML
Більшість ресурсів підходять для вивчення ML та AI одночасно, але буду копіювати для простішого використання меню.
Спеціалізації та курси
Не мають українського перекладу, але мають субтитри.
Початковий рівень
Machine Learning Specialization - база, грунт, основа, фундамент. Цю спеціалізацію веде Ендрю Ин - засновник Coursera та професор Стенфордського університету, за сумісництвом якого спеціалізація і розроблена.
Machine Learning Introduction for Everyone - курс від IBM, гарний для початку, але не зрівняється з першим варіантом.
freeCodeCamp.org - містить курси для початківців майже по всім напрямам IT.
Середній та просунутий рівень:
Більшість алгоритмів, які складають базу для ML є доволі простими, а те, що часто класифікують як advenced ML algorithms є нейромережами.
Тому, до середнього та складного рівня я віднесу оптимізацію та тюнінг базових моделей.
Advanced Machine Learning and Signal Processing - курс від IBM присвячений оптимізації, більш складним моделям машинного навчання та обробці сигналів.
Канали
Ідеально для початківців:
freeCodeCamp.org - окрім цілого списку, присвяченого ML, також роблять класні та креативні проєкти. Цей канал є частиною freeCodeCamp.org.
Для початків та вище:
Fireship - ідеальна візуалізація терміну “технарський канал“. Тут ви знайдете все, від алгоритмів та реалізації ігор до алгоритмів машинного навчання.
MIT OpenCourseWare - публічні записи лекцій університету MIT. На каналі записи зі всіх лекцій, тому потрібно шукати по потрібним темам.
Andrej Karpathy - вчений та розробник багатьох алгоритмів штучного інтелекту.
Alexander Amini - записи лекцій MIT.
Yannic Kilcher - креативний розробник, гарно пояснює наукові тези.
Rob Mulla - реалізує та пояснює популярні алгоритми машинного навчання та штучного інтелекту.
Dave's Space - неймовірно цікавий технічний канал, присвячений багатьом областях.
sentdex - автор зосереджен на реалізація ML та AI алгоритмів та моделей з нуля, без використання фреймворків.
AI HOUSE - УКРАЇНСЬКИЙ ПОДКАСТ ПРО ШТУЧНИЙ ІНТЛЕКТ. Пробачте за капслок, обожнюю всім серцем.
Книги
Залізне правило, яке я вивчила - найкращі книги видає видавництво O’Reilly. Більшість книг не мають українського перекладу, а паперовий тираж має доволі велику ціну.
Початковий рівень:
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, Aurélien Géron, 2019 рік.
Introduction to Machine Learning with Python, Andreas C. Müller & Sarah Guido Версія є у відкритому доступі на англійській - посилання.
Середній рівень:
Machine Learning Design Patterns, Valliappa Lakshmanan, Sara Robinson, Michael Munn.
AI and Machine Learning for Coders, Laurence Moroney. Коротко про цього автора. Як Ендрю Ин - база для ML/AI, так цей пан база для вивчення MLOps та оптимізації. Його курс у наступній частині.
Просунутий рівень:
Machine Learning, Optimization, and Data Science Algorithms for Optimization, Mykel J. Kochenderfer and Tim A. Wheeler
Hyperparameter Tuning for Machine and Deep Learning with R
Статті
Всі наведені нижче сайти містять статті як початкового рівня, так і просунутого.
Безкоштовні
machine learning mastery - багато інформації та зручний сайт. У розділі категорії можна обрати тему, що вам потрібно.
Kdnuggets - цей сайт часто позиціонують як “безкоштовний аналог Medium“
DataCamp - один з найякісніших безкоштовних сайтів.
Analytics Vidhya - загалом непоганий ресурс, особисто користуюся ним доволі рідко, бо у статтях занадто мало теорії. Але гарний ресурс для початківців.
Потребують підписки
Medium - найбільша блог платформа, має як безкоштовні статті, так і ті, що можна прочитати тільки з підпискою. Medium надає свій домен для створення спільнот, моя найулюбленіша - Towards Data Science: багато теорії, багато математики, але за підпискою.
Вартість підписки 5$, якщо у вас є можливість, підпишіться - не пожалкуєте.
AI
Курси та спеціалізації
Не мають українського перекладу, але мають субтитри.
Початковий рівень:
Deep Learning Specialization - Викладає, як і ML спеціалізацію, Ендрю Ин. Спеціалізація створена разом з його другою освітньою платформою DeepLearning AI.
AI For Everyone - курс, прекрасно підходить для початківців. Фокус курсу на самій області, радше ніж на алгоритмах.
Середній та просунутий рівні:
Machine Learning Engineering for Production (MLOps) Specialization - соавторами цієї спеціалізації є Ендрю Ин та Лоренс Мороні, про якого казала у попередньому. Наразі я закінчую цю спеціалізації, і можу точно сказати, що кращого місця, щоб вивчити MLOps не існує.
DeepLearning.AI TensorFlow Developer Professional Certificate - автором спеціалізації також є Лоренс Мороні. Присвячена розробці на Tensorflow. Цю спеціалізації рекомендую починати тільки тоді, коли опанували всі AI/ML моделі.
TensorFlow: Advanced Techniques Specialization - продовження попередньої спеціалізації більш складними алгоритмами.
Generative Adversarial Networks (GANs) Specialization - спеціалізація присвячена генеративному штучному інтелекту.
Natural Language Processing Specialization
Канали
Andrej Karpathy - вчений та розробник багатьох алгоритмів штучного інтелекту.
Alexander Amini - записи лекцій MIT.
Yannic Kilcher - креативний розробник, гарно пояснює наукові тези.
Rob Mulla - реалізує та пояснює популярні алгоритми машинного навчання та штучного інтелекту.
Dave's Space - неймовірно цікавий технічний канал, присвячений багатьом областях.
sentdex - автор зосереджений на реалізація ML та AI алгоритмів та моделей з нуля, без використання фреймворків.
Weights & Biases - найбільший канал, присвячений штучному інтелекту.
AI HOUSE - HEAR ME OUT УКРАЇНСЬКИЙ ПОДКАСТ ПРО ШТУЧНИЙ ІНТЛЕКТ. Пробачте за капслок, обожнюю всім серцем.
Статті
Всі наведені нижче сайти містять статті як початкового рівня, так і просунутого.
Безкоштовні:
machine learning mastery - багато інформації та зручний сайт. У розділі категорій можна обрати тему, що вам потрібно.
Kdnuggets - цей сайт часто позиціонують як “безкоштовний аналог Medium“
DataCamp - один з найякісніших безкоштовних сайтів.
Analytics Vidhya - загалом непоганий ресурс, особисто користуюся ним доволі рідко, бо у статтях занадто мало теорії. Але гарний ресурс для початківців.
Потребують підписки:
Medium - найбільша блог платформа, має як безкоштовні статті, так і ті, що можна прочитати тільки з підпискою. Medium надає свій домен для створення спільнот, моя найулюбленіша - Towards Data Science: багато теорії, багато математики, але за підпискою.
Вартість підписки 5$, якщо у вас є можливість, підпишіться - не пожалкуєте (але спочатку задонатьте на один з актуальних зборів).
Книги
Початковий рівень:
Artificial Intelligence Basics: A Non-Technical Introduction, Tom Taulli
Artificial Intelligence Engines: A Tutorial Introduction to the Mathematics of Deep Learning, James V Stone
Fundamentals of Deep Learning, Джо Папа, Нікхіл Будума, і Нітхін Будума
Explainable AI for Practitioners, Девід Пітман і Майкл Манн
AI and Machine Learning for Coders, Лоуренс Мороні
Середній рівень:
AI at the Edge, Єнні Планкетт і Даніель Сітунаяке
Designing Machine Learning Systems, Чіп Хюєн
Просунутий рівень:
Nature-Inspired Computation and Swarm Intelligence, Xin-She Yang
New Optimization Algorithms and their Applications: Atom-Based, Ecosystem-Based and Economics-Based, Ліїн Ван, Вейго Чжао, Чженсін Чжан
Optimization Algorithms. AI techniques for design, planning, and control problems, Alaa Khamis
Optimization and Machine Learning, Rachid Chelouah, Patrick Siarry
Introducing MLOps: How to Scale Machine Learning in the Enterprise, Mark Trevelli
Practical MLOps: Operationalizing Machine Learning Models, 1st Ed. Noah Gift, Alfredo Deza
Математика
Канали
3Blue1Brown - автор публікує дуже прості та зрозумілі відео по математиці, фізиці та лінійній алгебрі, також канал має українську версію.
Veritasium - канал присвячений науці загалом, але багато відео на математичну тематику.
Michel van Biezen - американський вчений та педагог, його відео покривають весь необхідний базис для машинного навчання та штучного інтелекту.
The Math Sorcerer - присвячений всьому навколоматематичному, але містить мало теорії, math nerd.
Steve Brunton - лінійна алгебра, методи оптимізації та штучний інтелект.
Курси та спеціалізації
Початковий рівень
Mathematics for Machine Learning and Data Science Specialization - ідеально для початківців, які тільки почали вивчати математику. Для тих, хто має справу з математикою може показатися нудною
Mathematics for Machine Learning Specialization - ідеально для початківців та тих, хто має складності з розумінням лінійної алгебри (1 курс)
Introduction to Statistics - курс від Стенфордського університету, з якого гарно починати знайомство зі статистикою
Linear Algebra from Elementary to Advanced Specialization
Середній та просунутий рівень
Advanced Statistics for Data Science Specialization
Probabilistic Graphical Models Specialization - теорія вірогідності
Data Mining Specialization - аналіз та обробка інформації.
Integral Calculus through Data and Modeling Specialization
Книги
Всі книги зібрані у цій статті.
Дякую, що прочитали!
Якщо маєте цікаві ресурси, прошу, діліться у коментарях, буду дуже рада.
