Что это такое?
Это большая коллекция простых для начинающих туториалов по Python от MorvanZhou (莫烦Python), охватывающих машинное обучение, глубокое обучение, обучение с подкреплением и связанные инструменты; к каждому туториалу есть видеоурок.
Это библиотека или набор кода к урокам?
Это набор самостоятельных учебных скриптов и примеров, организованных по темам (по одной папке на каждый фреймворк или тему), а не устанавливаемая библиотека или фреймворк.
Как начать пользоваться этими туториалами?
Клонируйте репозиторий и откройте папку нужной темы (например, Tensorflow, PyTorch, Reinforcement Learning); каждый скрипт можно запустить отдельно, и он соответствует видеоуроку.
Какие библиотеки нужно установить, чтобы запустить примеры?
В зависимости от выбранной папки понадобится соответствующая библиотека, например TensorFlow, PyTorch, Theano, Keras, Scikit-Learn, Numpy, Pandas или Matplotlib.
Для кого это предназначено?
Это для начинающих, которые хотят практического знакомства с Python, машинным обучением и нейронными сетями, следуя за видеоуроками.
Какие темы помимо фреймворков машинного обучения здесь раскрыты?
Также рассматриваются основы Python, многопоточность, multiprocessing, простой графический интерфейс на tkinter, веб-скрейпинг, система контроля версий Git и базовый туториал по Linux.
Туториалы только текстовые или есть видео?
К каждому туториалу прилагается видеоурок, который автор записал в свободное время.
Какие разделы про обучение с подкреплением или эволюционные алгоритмы здесь есть?
В разделе обучения с подкреплением рассматриваются алгоритмы RL, а также есть отдельный раздел про эволюционные алгоритмы, например генетические алгоритмы.
README на английском?
Нет, README и большая часть содержимого туториалов написаны на китайском языке.
What are similar projects?
ailearning, machine-learning-zoomcamp, 100-Days-Of-ML-Code, Ai-Learn, data-science-ipython-notebooks, cheatsheets-ai, DeepLearning, handson-ml3
Which topics is it in?
keras, pandas, numpy, tensorflow, reinforcement-learning, web-scraping, neural-network, beginner-friendly, pytorch, tutorial, curated-list, deep-learning