ML Atlas

Ścieżki nauki · 5

Ścieżki nauki

Hasła Atlasu ułożone po kolei: każde kolejne opiera się na poprzednim. Wybierz ścieżkę i czytaj krok po kroku — bez logowania. Z kontem Atlas zapamięta, co już przeczytałeś.

  1. Uczenie maszynowe od zerapoczątkujący · 12 kroków · ok. 48 minPierwsze kroki: czym jest uczenie maszynowe, jak model uczy się na danych, jak działa gradient i jak sprawdzić, czy model nie wkuł danych na pamięć.
  2. Jak uczy się sieć neuronowaśredni · 14 kroków · ok. 56 minOd pojedynczego neuronu do sieci, która się uczy: aktywacje, softmax, entropia krzyżowa, propagacja wsteczna, optymalizatory i walka z przeuczeniem.
  3. Modele językowe i transformeryśredni · 14 kroków · ok. 59 minJak działa czat AI: tokeny, osadzenia, mechanizm uwagi, transformer, przewidywanie następnego tokenu, dostrajanie, RLHF, RAG i skąd biorą się halucynacje.
  4. Jak uczciwie ocenić modelśredni · 14 kroków · ok. 56 minPodział danych, model bazowy, walidacja krzyżowa, macierz pomyłek, precision i recall, próg decyzji, ROC AUC, kalibracja i wyciek danych — po kolei.
  5. Dane tabelaryczne i Kaggleśredni · 13 kroków · ok. 50 minOd surowej tabeli do mocnego wyniku w konkursie: eksploracja, braki, kodowanie, cechy, walidacja, boosting, strojenie, ensembling i pułapki tablicy wyników.