В феврале нас ожидает какой-то бум (бесплатных!) курсов по глубокому обучению. Не могу не поделиться, вдруг вам что-то из следующего подходит больше, чем mlcourse.ai (каждый решает сам, но кто уже проходил наш курс, может призадуматься о DL)
1. dlcourse.ai. Команда Семёна Козлова проводит курс по глубокому обучению, с материалами можно познакомиться тут https://habr.com/ru/post/414165/, но теперь это будет полноценный курс с домашками и проектами. Возможно, это лучший вариант начать изучение DL на русском. Старт где-то с 18 по 22 февраля, пока точной даты нет. Я бы советовал приступать к глубокому обучению после основ машинного обучения (mlcourse.ai), но в принципе можно и совместить, если упороться (#dlcourse_ai в слэке ODS)
2. Data Mining in Action тоже обещают курс по глубокому обучению, помимо базового курса ML и индустриального потока (про бизнес-особенности реальных DS-задач). Большой привет Вите Кантору! Пусть по его инициативе люди еще раз за нашими спинами обсудят ODS, это не отменяет того, что команда DMIA отличная, и курс стоит упомянуть. Старт тоже где-то в феврале, новости ожидаются тут https://vk.com/data_mining_in_action
3. dlcourse.ru (не путать с .ai, хотя очень хочется) - это совместное прохождение курса DL от Carnegie Mellon University. Тут тоже будут и видео, и домашки, и соревнования Kaggle Inclass. Объявление https://vk.com/wall1405906_1908. (#class_dl_cmu в слэке ODS)
4. Конкретно сейчас вместе ботаем великолепный стэнфордский курс cs231n "Convolutional Neural Networks for Visual Recognition" http://cs231n.stanford.edu/, который больше про компьютерное зрение, то тем не менее весьма фундаментален. Можно подключиться, самые сложные домашки еще впереди. (#class_cs231n в слэке ODS)
5. https://course.fast.ai/ Этой весной выходит третья версия. Курс очень практический, подход top-down, а не bottom-up, в отличие от cs231n. То есть вам сначала показывают, как в 3 строчки обучить SotA-нейросеть, чтоб отличать кошек от собак, потом уже объясняют, как оно работает. Рассказывается про очень многие эвристики по улучшению обучения сеток. Минус - отдельная либа fast.ai поверх PyTorch, код ее так себе. Имеет смысл проходить после базового курса, 1-4 в этом списке. (#class_fastai в слэке ODS)
6. DL in NLP. Курс проводится лабораторией ipavlov в МФТИ (г. Долгопрудный). Курс очень мощный, пожалуй, именно для тех, кто хочет в NLP - тут будет все от основ word2vec до transfer learning (BERT, ELMo, ULMFiT) и машинного перевода. Расширенный вариант стэнфордского cs224n. Форма для записи на курс https://goo.gl/forms/IyMUI9eRfElqPvp43, канал в Телеграме https://t.me/dlinnlp. Старт 7 февраля, можно проходить удалённо
Глаза разбегаются. Резюмировать сложно. Если это будет твой первый курс - то точно 1-4, не 5-ый и не 6-ой. Что лучше из первых четырех, сложно сказать, т.к. dlcourse.ai и DMIA DL только запускаются, про курс CMU не знаю. Про cs231n я неоднократно говорил, как первый курс по DL - самое оно, но если на русском, то это либо 1, либо 2. fast.ai - на мой взгляд, более продвинутый вариант. Физтеховский курс по NLP, пожалуй, не для начинающих. Подробности про каждый из курсов спрашивайте у организаторов.
