Начните с интуиции, до всякого кода
Прежде чем трогать хоть строку кода, стоит потратить несколько часов на визуальные, интуитивные объяснения того, что реально делает нейросеть — серия видео о нейросетях от 3Blue1Brown чаще всего рекомендуется именно поэтому, и она бесплатна на YouTube.
Собственный Machine Learning Crash Course от Google (developers.google.com/machine-learning/crash-course) — бесплатный курс на самостоятельное изучение примерно на 15 часов, созданный именно для этого этапа: без продвинутой математики, только базовый Python и алгебра, с интерактивными визуализациями вместо стены теории.
Переходите к практике, потом углубляйтесь
Короткие бесплатные микро-курсы Kaggle Learn заставляют писать реальный код и отправлять настоящие предсказания в течение часов, а не недель — быстрее приходишь к «я это построил», чем через длинный теоретический курс.
Practical Deep Learning for Coders от fast.ai (course.fast.ai) идёт противоположным путём от большинства университетских курсов: вы обучаете рабочий классификатор изображений уже на первом занятии, а затем разбираетесь в теории по мере необходимости — бесплатно, рассчитано на тех, у кого уже есть примерно год опыта в программировании.
Специализируйтесь и вступайте в сообщество
Когда основы освоены, бесплатные курсы Hugging Face (huggingface.co/learn) идут в глубину именно той области, которая сейчас реально интересует большинство, — курс по NLP/LLM, плюс отдельные бесплатные курсы по ИИ-агентам и диффузионным моделям, все на тех же открытых инструментах, на которых реально работает индустрия.
Для русскоязычных — Школа анализа данных (ШАД) Яндекса публикует полный учебник по машинному обучению и материалы курсов бесплатно на education.yandex.ru/handbook/ml — по-настоящему строгий, университетского уровня материал, а не маркетинговая воронка. Присоединиться к сообществу (ods.ai — крупнейшее русскоязычное ML-сообщество) важнее, чем кажется: реальный проект с обратной связью от тех, кто уже это проходил, ловит ошибки, которые не поймает ни один курс сам по себе.