HuggingFace kurucu ortağının önerdiği yapay zeka alanına giriş kitapları

 (thomwolf.io)
52 puan yazan xguru 2024-05-21 | 4 yorum | WhatsApp'ta paylaş
  • Kurucu ortak ve CSO Thomas Wolf, fizik ve hukuk eğitimi aldı
  • 2016~17 yıllarında NLP/AI/ML alanına girerken okuduğu okuma listesi
    • Yani bunun ChatGPT/Transformer/Diffusion devriminden önce olduğunu dikkate almak gerekir
  • "Deep Learning(derin öğrenme)" kitabı, güncel araçlara hızlı bir genel bakış edinmek için iyi bir kaynak
  • "Artificial Intelligence: A Modern Approach(Artificial Intelligence: A Modern Approach)" sinir ağları öncesindeki tüm araçlar ve yöntemler için mükemmel bir kaynak
  • "Machine Learning: A Probabilistic Perspective(Machine Learning: A Probabilistic Perspective)" olasılıksal yaklaşımı daha derinlemesine incelemek ve Bayesçi araçlara iyi bir giriş yapmak için harika bir kaynak
  • "Information Theory, Inference and Learning Algorithms" olasılık ve bilgi teorisini neredeyse inanılmaz derecede açık biçimde anlatan küçük bir cevher
  • "The Book of Why: The New Science of Cause and Effect" nedenselliğe iyi bir giriş kitabı
  • "Reinforcement Learning: An Introduction(Sağlam Pekiştirmeli Öğrenme)" pekiştirmeli öğrenmeye giriş niteliğinde bir başlangıç için harika bir kaynak
  • Doğal dil işleme konusunda üç mükemmel kaynak özellikle dikkat çekici
  • Bunu birkaç çevrimiçi kursla tamamladı
  • Transformer'lar ve büyük ölçekli eğitimin devriminden sonra bu alana girilecekse, muhtemelen farklı bir yol izlemek istenir
    • 2024 için birkaç tavsiye:
      • NLP ve Transformer'lar hakkındaki kitabımız Natural Language Processing with Transformers'ı okuyun. ChatGPT'den önce yazılmış olsa da hâlâ çok ilgili ve son bölümde LLM eğitimine kadar uzanıyor
      • Alandaki tanınmış isimlerden birkaç çevrimiçi derin öğrenme dersi alın
      • Genel kültür için yukarıdaki listeden hâlâ birkaç kitap okunabilir; özellikle "Information Theory, Inference and Learning Algorithms" hâlâ bir cevher
      • Uygulama yaparak öğrenmek için Hugging Face'e katılın :)

İlgili okumalar

4 yorum

 
ninebow 2024-05-22

İsmi bir şekilde tanıdık geldiği için bakınca, mart sonları gibi LLM model geliştirme trendleri videosunu yayınladığını gördüğümü hatırladım. (Ben de hâlâ tamamını izlemedim T_T)

A Little guide to building Large Language Models in 2024 başlıklı bir YouTube videosu; LLM geliştirme için veri hazırlığından eğitim/değerlendirme yöntemlerine kadar pek çok yönü ele alıyor.
 
nuthatch 2024-05-21

<Derin Öğrenme> - Ian Goodfellow, Yoshua Bengio, Aaron Courville http://aladin.kr/p/OLwph

<Yapay Zeka 1~2 - 2 Cilt> - Stuart Russell, Peter Norvig http://aladin.kr/p/g4yZY

<Machine Learning Makine Öğrenmesi> - Kevin Murphy http://aladin.kr/p/RGGL8

<Information Theory, Inference and Learning Algorithms (Hardcover)> - David MacKay http://aladin.kr/p/LFEp0

<The Book of Why: The New Science of Cause and Effect (Paperback)> - Dana Mackenzie, Judea Pearl http://aladin.kr/p/cLywB

<Güçlü Pekiştirmeli Öğrenme> - Richard Sutton, Andrew Barto http://aladin.kr/p/3NQoU

Natural Language Processing with Representation Learning - Kyunghyun Cho
https://github.com/nyu-dl/NLP_DL_Lecture_Note/…

<Neural Network Methods in Natural Language Processing (Paperback)> - Yoav Goldberg http://aladin.kr/p/non6R

<Doğal Dil İşlemenin Temelleri> - Jacob Eisenstein http://aladin.kr/p/rPoLB
 
ninebow 2024-05-22

Özetlediğiniz için teşekkürler!!
Yazıyı paylaşarak, derleyip hazırladığınız listeyi de birlikte paylaştım; eğer bunu istemiyorsanız kaldıracağım. 🙇‍♂️

https://discuss.pytorch.kr/t/gn-huggingface-ai-txt/4439/2
 
nottiger 2024-05-22

Teşekkür ederim ağlama ağlama