「見逃すな！2023年が終わる前に無料のコースに登録しよう」

Don't miss it! Register for the free course before the end of 2023.

 

年の最後の四半期は、人々が活気づく時期です。年間目標を達成するための最後のプッシュをすることで、2024年の目標を達成することができます。テクノロジー産業で新たなキャリアを始めるか、現在のスキルを開発するか、自己啓発は重要です。

テクノロジーの持続的な改善により、業界への参入が急増しています。あらゆる人々が関与したいと考えています。このブログの目的は、あなたがそこに到達するのを助けるために、優れた無料コースのリストを提供することです。私はトピックごとにセクションに分け、あなたの関心の範囲に向かうためのナビゲーションを容易にします。

これらの無料コースはすべてYouTubeで利用できるため、実際のコースに参加しているような感覚になります。YouTubeでは、適切なコンテンツを見つけるのは難しいです。なぜなら、たくさんのコンテンツがあるからです！この記事があなたの検索を容易にすることを願って、さあ始めましょう。

• 現代のデータサイエンティストのための正規表現-パート2
• 「データと人工知能を利用して、国連の持続可能な開発目標への進捗を追跡する」
• オムニヴォアに会ってください：産業デザイナーがアートとOpenUSDを組み合わせて、AIトレーニング用の3Dアセットを作成します

 

機械学習

 

1. 機械学習入門、2020/21

リンク：機械学習入門、Dmitry Kobak、2020/21

2. Stanford CS229：機械学習

リンク：Stanford CS229：機械学習フルコース（Andrew Ng講師）

3. Cornell Tech CS 5787：応用機械学習

リンク：応用機械学習（Cornell Tech CS 5787、2020年秋学期）

4. 機械学習との友情

リンク：機械学習との友情、Cassie Kozyrkov

5. ファウンデーションモデル

リンク：ファウンデーションモデル

 

統計学

 

1. 統計的機械学習

リンク：統計的機械学習

 

ディープラーニング

 

初心者向け：

 

1. MIT 6.S191：ディープラーニング入門

リンク：ディープラーニング入門

2. CMUディープラーニング入門

リンク：ディープラーニング入門：11785 Spring 2023講義

3. MIT：ディープラーニング入門

リンク：ディープラーニング入門

4. ニューラルネットワーク：ゼロからヒーロー

リンク：ニューラルネットワーク：ゼロからヒーロー

5. ディープRLの基礎

リンク：ディープRLの基礎

 

中級者向け：

 

1. Stanford CS230：ディープラーニング

リンク：Stanford CS230：ディープラーニング、2018年秋学期

2. Stanford CS25 – トランスフォーマーズユナイテッド

リンク：トランスフォーマーズユナイテッド

3. MIT 6.S192：芸術、美学、創造性のためのディープラーニング

リンク：芸術、美学、創造性のためのディープラーニング

4. CS 285：ディープ強化学習

リンク：ディープ強化学習

5. Stanford：強化学習

リンク：強化学習

6. Berkeley：ディープ非教示学習

リンク：ディープ非教示学習、2020年春学期

7. NYUディープラーニング

リンク：ディープラーニングSP21

8. フルスタックディープラーニング

リンク：フルスタックディープラーニング2021

9. コンピュータビジョンのためのディープラーニング

リンク：コンピュータビジョンのためのディープラーニング

 

自然言語処理（NLP）

 

1. Hugging Faceコース：NLP

リンク：NLP：Hugging Faceコース

2. Stanford CS224U：自然言語理解

リンク：自然言語理解

3. CMU Advanced NLP

リンク：高度なNLP、2022

4. CMU Multilingual NLP

リンク：多言語NLP

5. UMass CS685：高度な自然言語処理

リンク：高度な自然言語処理

 

実践的

 

1. プラクティカルディープラーニング for Coders

リンク：プラクティカルディープラーニング for Coders

2. プロダクション向けの機械学習エンジニアリング（MLOps）

リンク：プロダクション向けの機械学習エンジニアリング

以上です！

 

まとめ

 

前述のように、たくさんのコースがあり、1つに絞るのは難しいかもしれません。特定の講師の声が他よりも好みだったり、講師のプレゼンテーションの方法が好みだったりすることもあるでしょう。様々な要素を考慮する必要があります。

それぞれのセクションで詳細なリストを提供していますので、好みのコースを選んで学習を続けるのに役立ててください。

このリストがお役に立てれば幸いです。もし良い情報源をご存知の場合は、コメントで共有してください。学習コミュニティと共有するためにお願いします。

Happy Learning！　Nisha Aryaは、VoAGIのデータサイエンティスト、フリーランスのテクニカルライター、コミュニティマネージャーです。特に、データサイエンスのキャリアアドバイスやチュートリアル、データサイエンスの理論に基づく知識の提供に興味があります。また、人間の寿命の長さに人工知能がどのように役立つかを探求したいと考えています。自身も学習熱心で、他の人々を指導するのを助けながら、自身のテクノロジー知識と文章スキルを広げたいと思っています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!