Hugging Face के सह-संस्थापक द्वारा सुझाई गई AI क्षेत्र में शुरुआत के लिए किताबें

 (thomwolf.io)
52 पॉइंट द्वारा xguru 2024-05-21 | 4 टिप्पणियां | WhatsApp पर शेयर करें
  • सह-संस्थापक और CSO Thomas Wolf ने Physics और Law में पढ़ाई की थी
  • उन्होंने 2016~17 में NLP/AI/ML क्षेत्र में प्रवेश करते समय जो पढ़ने की सूची पढ़ी थी
    • यानी, यह ध्यान में रखना चाहिए कि यह ChatGPT/Transformer/Diffusion क्रांति से पहले की बात है
  • "Deep Learning(डीप लर्निंग)" किताब मौजूदा tools का तेज़ overview पाने के लिए अच्छी सामग्री है
  • "Artificial Intelligence: A Modern Approach(कृत्रिम बुद्धिमत्ता: चौथा संस्करण - आधुनिक दृष्टिकोण)" neural networks से पहले के सभी tools और methods के लिए शानदार संदर्भ है
  • "Machine Learning: A Probabilistic Perspective(मशीन लर्निंग)" probabilistic approach में और गहराई से जाने और Bayesian tools का अच्छा exposure पाने के लिए बेहतरीन सामग्री है
  • "Information Theory, Inference and Learning Algorithms" लगभग अविश्वसनीय स्पष्टता के साथ probability और information theory को समझाने वाला एक छोटा रत्न है
  • "The Book of Why: The New Science of Cause and Effect" causality का अच्छा परिचय है
  • "Reinforcement Learning: An Introduction(ठोस सुदृढीकरण अधिगम)" reinforcement learning का शुरुआती परिचय पाने के लिए उत्कृष्ट सामग्री है
  • natural language processing पर तीन बेहतरीन संसाधन दिलचस्प लगे
  • इसे कुछ online courses से पूरा किया गया
  • अगर आप transformer और large-scale training की क्रांति के after इस क्षेत्र में आ रहे हैं, तो शायद आप एक अलग रास्ता चुनना चाहेंगे
    • 2024 के लिए कुछ सलाह:
      • NLP और transformer पर हमारी किताब Natural Language Processing with Transformers पढ़ें। यह ChatGPT से पहले की है, लेकिन आज भी बहुत प्रासंगिक है और आखिर में LLM training तक जाती है
      • इस क्षेत्र के जाने-माने लोगों से deep learning की कुछ online classes लें
      • फिर भी ऊपर की सूची से सामान्य समझ के लिए कुछ किताबें पढ़ी जा सकती हैं, और खासकर "Information Theory, Inference and Learning Algorithms" अब भी एक रत्न है
      • practice के ज़रिए सीखने के लिए Hugging Face से जुड़ें :)

संबंधित पढ़ाई

4 टिप्पणियां

 
ninebow 2024-05-22

नाम कुछ जाना-पहचाना लगा, इसलिए खोजा तो पता चला कि इन्होंने मार्च के आखिर में LLM मॉडल डेवलपमेंट ट्रेंड्स पर एक वीडियो जारी किया था। (मैंने अभी तक उसे पूरा नहीं देखा है, अफसोस)

A Little guide to building Large Language Models in 2024 शीर्षक वाला यह YouTube वीडियो LLM डेवलपमेंट के लिए data preparation से लेकर training/evaluation methods तक कई पहलुओं को कवर करता है.
 
nuthatch 2024-05-21

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

<Artificial Intelligence 1~2 - 2 खंड> - Stuart Russell, Peter Norvig http://aladin.kr/p/g4yZY

<Machine Learning मशीन लर्निंग> - 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

<मज़बूत Reinforcement Learning> - 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

<प्राकृतिक भाषा प्रसंस्करण की बुनियाद> - Jacob Eisenstein http://aladin.kr/p/rPoLB
 
ninebow 2024-05-22

इसे संकलित करके साझा करने के लिए धन्यवाद!!
मैंने पोस्ट साझा करते समय आपके द्वारा संकलित की गई सूची भी साथ में साझा की है; अगर आप नहीं चाहते हों, तो मैं उसे हटा दूँगा। 🙇‍♂️

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

धन्यवाद TT