Довідник з науки про дані та машинного навчання

Наука про дані,пояснена за першоджерелами.

Кожне поняття пояснене за книжкою чи статтею, звідки воно походить, — з ілюстрацією та розібраним прикладом, який справді запустили.

Шукати поняття, терміни, визначення…Ctrl KЧитати безкоштовну сторінку

СпробуйтеGradient descent Linear regression Bayes' theorem Perceptron

18 сторінок — безкоштовно й повністю. Решта відкривається одним платежем, $20, без підписки.

Безкоштовний акаунт · 18 безкоштовно · 108 закритоВідкрити доступ

Доступ назавжди · усі сторінки відкриті для васУсі поняття

9 тем · 126 понятьВідкрити повну мапу

ВизначенняБезкоштовноGradient descentРаз у раз робити крок у напрямку найшвидшого спадання втрат, на величину, задану темпом навчання, — алгоритм, що лежить в основі майже всього навчання моделей.

\theta_{t+1} = \theta_t - \eta \, \nabla L(\theta_t)

Що показує закрита сторінка

Закрита сторінка — не глухий кут. Визначення, формула й інтуїція відкриті для всіх; решта сторінки відкривається з доступом.

Відкрито для всіх

Визначення
Інтуїція
Джерела

З доступом

Формальне визначення
Як це працює
Де застосовують
Чому і коли
Розібраний приклад
Пастки

Читати безкоштовну сторінку Відкрити доступ · $20 одноразово

Закритий текст узагалі не надходить до вашого браузера: ні на сторінці, ні в пошуку, ні в стрічці.

Сигмоїда Закрито01 · Визначення S-подібна активація, що стискає будь-яке дійсне число в (0, 1), — історично типовий вибір для нейронних мереж, нині здебільшого витіснений із прихованих шарів, бо душить градієнт.

\sigma(x) = \frac{1}{1 + e^{-x}}

02 · Інтуїція 6 розділів · З доступом09 · Джерела Dive into Deep LearningDeep Learning 2016

Чотири способи читати

Оберіть той, що відповідає вашій меті. Усі чотири працюють на безкоштовних сторінках.

Довідка126понять
Мені потрібне визначення
Кожна сторінка починається з одного речення-визначення й формули — і вони ніколи не закриті.
Шукати поняття
Навчання4маршрути
Я вивчаю тему
Маршрути в порядку передумов, квіз до кожної сторінки й прогрес, що пам’ятає, де ви зупинилися.
Дивитися маршрути
Повторення14каталогів
Знаю, але не пам’ятаю деталі
Щільні сторінки, каталоги, що ставлять методи поруч, глосарій і палітра ⌘K.
Відкрити каталоги
Учасник$20одноразово
У мене є акаунт
Усе відкрито, квізи перевіряються й зберігаються, ваше місце запам’ятовується на всіх пристроях.
Що входить у доступ

Чому сайту можна довіряти

Gradient descent

Dive into Deep LearningZhang, Lipton, Li, Smola

§12.4.1§12.5§12.3.1.1

Deep LearningGoodfellow, Bengio, Courville · 2016

§8.2.2§4.3.1

Посилання до розділу

Кожне твердження має посилання на главу чи розділ книжки або статті, де це сказано. Увесь перелік відкритий.

Перевірити джерела

Мал. 1 Градієнтний спуск у вузькій долині — траєкторія перетинає дно значно швидше, ніж просувається вздовж нього.

Ілюстрація з аргументом

Кожна сторінка має ілюстрацію, що стверджує щось перевірюване, а не прикрашає.

Приклад сторінки

gradient_descent.pyВивід

$ python gradient_descent.pyeta=0.1   w=    2.7938  loss=0.0425eta=0.5   w=    3.0000  loss=0eta=0.9   w=    2.7938  loss=0.0425eta=1.05  w=   -6.4153  loss=88.65

Приклади, які запускали

Розібрані приклади — справжні скрипти, а показаний вивід — те, що вони надрукували. Коли результат розходився з підручником, сторінка про це каже.

Як це зроблено

Джерела

Dive into Deep Learning
Deep Learning2016
Think Stats
Introduction to Information Retrieval2008
Deep Residual Learning for Image Recognition2015
An Image is Worth 16x16 Words2021
BERT2019
Denoising Diffusion Probabilistic Models2020
Language Models are Few-Shot Learners2020
Learning Transferable Visual Models From Natural Language Supervision2021
On Calibration of Modern Neural Networks2017
Sentence-BERT2019

Перевірте себе

Кожна сторінка завершується трьома запитаннями. Кожну відповідь пояснено: який розділ вона перевіряє і з якого джерела.

Безкоштовний приклад Gradient descent

3 запитання

Кожну відповідь пояснено: який розділ вона перевіряє і з якого джерела.

Після кожної відповіді

Чому це правильно чи ні
Розділ, який вона перевіряє
Джерело, на яке вона спирається

Підсумковий тест

Двадцять запитань, випадково дібраних з усіх сторінок сайту, — по одному запитанню зі сторінки, щоб жоден куточок сайту не переважав. Поки ви відповідаєте, нічого не показується; після завершення кожну відповідь пояснено. Тест входить у доступ назавжди.

Пройти підсумковий тест Відкрити підсумковий тест

378запитань на сайті
126сторінок із квізом
54запитання безкоштовно
20запитань у підсумковому тесті

Зміст

Спершу основи, наприкінці застосування. У кожній темі є безкоштовні сторінки, які можна прочитати повністю.

Математика4 сторінки
БезкоштовноExpectation and variance Gradient
Статистика15 сторінок
БезкоштовноBayes' theorem Correlation
Метрики та функції втрат21 сторінка
БезкоштовноMSE Accuracy
Оптимізація8 сторінок
БезкоштовноGradient descent Early stopping
Машинне навчання30 сторінок
БезкоштовноTrain-test split Linear regression
Глибоке навчання16 сторінок
БезкоштовноPerceptron Dropout
Комп'ютерний зір13 сторінок
БезкоштовноData augmentation Image classification
NLP17 сторінок
БезкоштовноBag of words Natural language processing
Інструменти2 сторінки
БезкоштовноJupyter Notebook Machine learning workflow

Маршрути

Маршрут — це впорядкований шлях сторінками з їхніми квізами. З доступом назавжди його кільце заповнюється, поки ви їх читаєте.

Наука про дані з нуля
Від поділу на навчальну й тестову вибірки до трансформерів — у порядку, якого потребує кожна сторінка.
Прочитано 0 із 12 12 сторінок
5 безкоштовно
Почати маршрут
Статистика, яка справді потрібна
Розподіли, статистичний висновок і помилки, що руйнують аналіз.
Прочитано 0 із 15 15 сторінок
2 безкоштовно
Почати маршрут
Моделі машинного навчання
Лінійні моделі, дерева, ансамблі, кластеризація — і як кожна з них помиляється.
Прочитано 0 із 30 30 сторінок
2 безкоштовно
Почати маршрут
Глибоке навчання від початку до кінця
Мережі, оптимізація, регуляризація й що робити, коли навчання не йде.
Прочитано 0 із 16 16 сторінок
2 безкоштовно
Почати маршрут

Маршрути ще створюються; ці чотири починаються зі сторінок, що вже існують.

Почніть безкоштовно. Решту відкрийте раз і назавжди.

У кожній темі є безкоштовні сторінки. Один платіж відкриває все інше — кожну сторінку, кожен квіз, ваш прогрес на всіх пристроях — і нічого не поновлюється.

Безкоштовно

Акаунт не потрібен

Безкоштовні сторінки повністю
Визначення, формула й інтуїція кожної сторінки
Квізи на безкоштовних сторінках
Кожна шпаргалка; PDF — із безкоштовним акаунтом

Читати безкоштовну сторінку

Назавжди

$20 одноразово

Платіть раз — доступ лишається

Усе з безкоштовного, зокрема кожна шпаргалка та її PDF
Усі сторінки й каталоги
Квіз на кожній сторінці й підсумковий тест із запитань усіх сторінок — зі збереженням в акаунті
Прогрес і маршрути в акаунті, на всіх ваших пристроях
Нові сторінки й практика, щойно з’являться

У вас є доступ

Оплачено один раз. Без продовження й без майбутніх списань.

Ціни — у доларах США. ПДВ чи інший податок, що діє там, де ви живете, додається під час оплати. Умови та правила повернення коштів можна прочитати до оплати. Умови · Повернення коштів

Почніть безкоштовно. Решту відкрийте раз і назавжди.
	Безкоштовно	Назавжди
Безкоштовні сторінки повністю	Входить	Входить
Визначення, формула й інтуїція кожної сторінки	Входить	Входить
Квізи на безкоштовних сторінках	Входить	Входить
Кожна шпаргалка; PDF — із безкоштовним акаунтом	Входить	Входить
Усі сторінки й каталоги	Не входить	Входить
Квіз на кожній сторінці й підсумковий тест із запитань усіх сторінок — зі збереженням в акаунті	Не входить	Входить
Прогрес і маршрути в акаунті, на всіх ваших пристроях	Не входить	Входить
Нові сторінки й практика, щойно з’являться	Не входить	Входить

Ваше місце збережено

Що ви прочитали, як пройшли квізи й звідки продовжити — усе записується, поки ви читаєте.

Входить у доступ назавжди

Ваш прогрес входить у доступ назавжди

Кожна дочитана сторінка, місце, де ви зупинилися, результати квізів і серія днів — у вашому акаунті, на всіх ваших пристроях.

Відкрити прогрес Уже маєте доступ назавжди?

Продовжуйте з того місця й розділу, де зупинилися
Кільце для кожного маршруту й позначка на кожній прочитаній сторінці
Середній результат квізів і сторінки, які варто повторити
Серія днів, синхронізована між усіма вашими пристроями

Каталоги

Родини методів, порівняні поруч.

Усі каталоги

Нещодавно оновлені

Нові й переглянуті сторінки, найсвіжіші вгорі.

Усі поняття

Запитання

Що безкоштовно?

Кілька сторінок у кожній темі — повністю й без акаунта. На всіх інших сторінках визначення, формула, інтуїція й джерела теж відкриті.

Що входить в одноразову покупку?

Кожна сторінка, каталог і квіз на сайті — тепер і в міру його зростання, без поновлень. Ваш прогрес і результати квізів зберігаються в акаунті й доступні на кожному пристрої.

Чи потрібен акаунт?

Щоб читати безкоштовні сторінки — ні. Акаунт потрібен, щоб купувати, а доступ назавжди зберігає ваш прогрес і результати квізів в акаунті, на кожному пристрої. Вхід за посиланням або кодом із листа; пароля немає.

Закритий текст приховано чи лише розмито?

Його взагалі не надсилають до вашого браузера, тож у коді сторінки, в індексі пошуку чи в стрічці нічого знайти не вдасться.

Чи можна повернути кошти?

Умови та правила повернення коштів показують до оплати. Це один платіж, а не підписка, тож нічого не поновлюється і скасовувати нічого не треба.

Чи стежить сайт за мною?

Без реклами й без cookie для стеження. Відвідування рахуються анонімно через Umami: без cookie й без даних, за якими можна дізнатися, хто ви, а браузер, що просить сайти не стежити за ним, не рахується зовсім. Вхід зберігає cookie, що тримають вас у системі: саму сесію; один, що пам’ятає, чи ваш акаунт безкоштовний, чи з доступом, щоб сторінки показувалися правильно; і, на годину, поки ви завершуєте вхід, один з адресою, на яку надіслано код. Сторінка про cookie перелічує їх усі.

Прочитайте сторінку, перш ніж вирішувати.

Безкоштовні сторінки доступні повністю, без акаунта. Якщо це те, що ви шукали, один платіж відкриє решту.

Читати безкоштовну сторінку У вас є доступ

Оплачено один раз. Без продовження й без майбутніх списань.

Наука про дані,пояснена за першоджерелами.

Мені потрібне визначення

Я вивчаю тему

Знаю, але не пам’ятаю деталі

У мене є акаунт

Посилання до розділу

Ілюстрація з аргументом

Приклади, які запускали

Підсумковий тест

Наука про дані з нуля

Статистика, яка справді потрібна

Моделі машинного навчання

Глибоке навчання від початку до кінця

Ваш прогрес входить у доступ назавжди

Прочитайте сторінку, перш ніж вирішувати.