El objetivo de este post es ir recolectando links útiles para el auto-aprendizaje de machine learning y data science. No solo para aprender cosas que todavía no se, sinó también para mis clases, siempre hay material interesante que aporta una nueva visión sobre algo que uno ya conoce. A medida que encuentre nuevo material lo voy a ir subiendo.
Curso introductorio (en inglés, en video): https://www.youtube.com/playlist?list=PLOU2XLYxmsII9mzQ-Xxug4l2o04JBrkLV
Curso introductorio, de Bloomberg (en inglés, libro web): https://bloomberg.github.io/foml/#home
Made with ML. Otro curso introductorio (en ingles, libro web): https://madewithml.com/#course
Repositorio de Made with ML (en inglés, repo): https://github.com/GokuMohandas/Made-With-ML
Repo del libro Julia Data Science (en inglés, repositorio): https://github.com/JuliaDataScience/JuliaDataScience
Blog (desactualizado) sobre el uso de Julia para ciencia de datos (en inglés, blog): https://www.juliafordatascience.com/
Discusión en Discourse acerca de como iniciarse en la ciencia de datos con Julia (en inglés, foro): https://discourse.julialang.org/t/whats-the-current-spring-2024-canonical-approach-to-data-science-in-julia/112427
Repo de un curso de Julia Academy sobre Julia para Machine Learning (en ingles, repo): https://github.com/JuliaAcademy/DataScience
Curso Neural Networks: Zero to Hero de Andrej Karpathy, uno de los desarrolladores de GPT de (not)Open AI (en inglés, en video): https://karpathy.ai/zero-to-hero.html
Nano-GPT, de Andrej Karpathy (en inglés, repositorio): https://github.com/karpathy/nanoGPT