Видео от 3Blue1Brown отличаются поразительной понятностью и лаконичностью. Делать конспект видеоуроков по нейронным сетям у меня не получилось, ибо это была бы просто раскадровка, да и особая магия динамики именно видео непросто передать.
Из комментариев к прошлым публикациям мне стало понятно, что есть большое количество людей, кто не знает про канал, поэтому хочу поделиться четырьмя видео (+ русские субтитры и дубляж) и сэкономить время школьникам, родителям и учителям, чтобы они могли иметь быстрый доступ к самому интересному и качественному объяснению одной из самых важных тем современности.
But what is a Neural Network? | Deep learning, chapter 1
Что такое нейронная сеть? Часть 1
Оригинал (+ русские субтитры):
Русский дубляж:
Gradient descent, how neural networks learn | Deep learning, chapter 2
Градиентный спуск, глава 2
Оригинал (+ русские субтитры):
Русский дубляж:
What is backpropagation really doing? | Deep learning, chapter 3
Что в действительности делает обратное распространение? Глава 3
Оригинал (+ русские субтитры):
Русский дубляж:
Backpropagation calculus | Deep learning, chapter 4
Исчисление обратного распространения, глава 4
Оригинал (+ русские субтитры):
Рекомендованные дополнительные материалы
- Michael Nielsen «Neural Networks and Deep Learning» (бесплатная онлайн-книга)
- Блог Chris Olah
- Welch Labs Learning To See [Part 1: Introduction]
- Welch Labs Neural Networks Demystified [Part 1: Data and Architecture]
- Distill
VolCh
А опытным разработчикам, которые хотят пощупать это с нулевыми знаниями подойдёт?
Sciberia
Не меньше, а то и больше. Есть серии Essence of linear algebra и Essence of calculus, которые запросто могут заменить курс линейной алгебры и анализа, соответственно (причём смотреть на порядок интереснее и понятнее, чем обычный курс университета).
Мы их сейчас переводим, кстати. Можно поучаствовать — в телеграм @pieceofchaos, ну или в личку в вк.
uoak
при всем уважении, содержание курса Essence of calculus соответствует скорее старшим классам хорошей школы, но не курсу мат. анализа в техническом вузе, и уж точно не университетскому курсу, там на порядок меньше информации. Другое дело, что возможно многим этого и достаточно…
Sciberia
Это так, но только если сравнивать программу снаружи — действительно, всего 12 видео по 10-12 минут, разве это сравнится с программой технического вуза в 90 вопросов или с учебником Фихтенгольца в 300 страниц первого семестра?
На самом деле эти видео не направлены на формальное строгое изложение всей программы, они направлены на объяснение ключевых моментов. И объяснения в них качественно другие. Пусть и не всегда строгие, но направленные именно на понимание, что здесь происходит.
И кто лучше знает анализ — средний студент вуза, вызубривший, но не понимающий формулу Тейлора (а студенты через полгода-год обучения в среднем именно такие), или же посмотревший эти видео человек, который может объяснить, почему аппроксимирующий многочлен аппроксимирует функцию, нарисовать его график, и вывести эту самую формулу сам?
P.S. не очень хочу спорить про качественность учебников, особенно таких классических, но в том же Фихтенгольце график аппроксимирующего многочлена даётся впервые через обоже 14 страниц выкладок. Нельзя так. Вчерашнему школьнику по формуле ряда косинуса абсолютно не очевидно, что он в некотором приближении похож на косинус.
uoak
Полностью согласен, что для большинства студентов хорошо аппроксимировать функцию формулу рядом Тейлора — это все что нужно знать, и что это можно объяснить за один ролик в 10 минут.
Но культура понимания и самостоятельного воспроизведения длинных формальных доказательств некоторым студентам полезна. Именно такие доказательства отличают университет от хорошей школы, и одним роликом их не передать. А среднему студенту они не нужны, да.