1. Online cursussen en tutorials:

* Coursera &edX: Bied tal van cursussen aan over ANN's, variërend van inleidend tot gevorderd niveau, vaak van prestigieuze universiteiten. Zoek naar cursussen over machine learning, deep learning en neurale netwerken. Velen bieden gratis auditopties.

* Dudelijkheid: Net als Coursera en edX biedt Udacity gestructureerde leertrajecten over AI en deep learning, vaak met praktijkgerichte projecten.

* Fast.ai: Biedt praktische en toegankelijke cursussen gericht op deep learning-toepassingen. Hun focus ligt minder op theoretische wiskunde en meer op praktische implementatie.

* YouTube: Veel uitstekende kanalen bieden tutorials en uitleg over verschillende aspecten van ANN's. Zoek naar kanalen die zich richten op machine learning, deep learning en AI. Houd rekening met de kwaliteit en nauwkeurigheid van informatie; controleer de geloofwaardigheid van de uploader.

* Khan Academie: Hoewel de Khan Academy niet geheel gewijd is aan ANN's, biedt ze inleidend materiaal over gerelateerde concepten die een basis kunnen leggen.

2. Boeken:

* "Deep Learning" door Goodfellow, Bengio en Courville: Dit wordt beschouwd als het definitieve leerboek over diepgaand leren, waarin een breed scala aan onderwerpen diepgaand wordt behandeld. Het is wiskundig rigoureus.

* "Patroonherkenning en machinaal leren" door Christopher Bishop: Een klassiek leerboek over probabilistische benaderingen van machinaal leren, inclusief neurale netwerken.

* "Neural Networks and Deep Learning" door Michael Nielsen: Een gratis verkrijgbaar online boek dat een goede introductie biedt in het vakgebied. Het balanceert theorie en praktijkvoorbeelden.

* Er zijn veel andere boeken beschikbaar die specifieke aspecten van ANN's behandelen, zoals convolutionele neurale netwerken (CNN's) of terugkerende neurale netwerken (RNN's). Zoek op Amazon of in je favoriete boekenwinkel naar 'kunstmatige neurale netwerken', 'deep learning' of 'neurale netwerken'.

3. Onderzoekspapers en artikelen:

* arXiv: Een preprint-server die veel onderzoekspapers over machine learning en ANN's host. Hier vindt u baanbrekend onderzoek, vaak voordat het in tijdschriften is gepubliceerd.

* IEEE Xplore &ACM digitale bibliotheek: Dit zijn digitale bibliotheken met veel peer-reviewed publicaties over ANN's en aanverwante vakgebieden. Voor toegang zijn mogelijk abonnementen vereist.

* Google Scholar: Een krachtige zoekmachine specifiek voor wetenschappelijke literatuur.

4. Online documentatie en blogs:

* TensorFlow- en PyTorch-documentatie: Dit zijn de documentatiewebsites voor twee populaire deep learning-frameworks. Ze bevatten tutorials en voorbeelden, vaak met code.

* Blogs en artikelen van AI-onderzoekers en praktijkmensen: Veel individuen en organisaties publiceren blogposts en artikelen waarin concepten en ontwikkelingen op het gebied van ANN's worden uitgelegd. Zoek naar relevante onderwerpen op Google of Medium.

Het kiezen van de juiste bron hangt af van je achtergrond en leerstijl:

* Beginners: Begin met online cursussen (Coursera, Udacity, Fast.ai), tutorials op YouTube of het online boek van Michael Nielsen.

* Gemiddelde leerlingen: Ontdek meer geavanceerde cursussen en verdiep je in het leerboek 'Deep Learning'.

* Gevorderde leerlingen: Focus op onderzoekspapers en gespecialiseerde boeken over specifieke ANN-architecturen.

Vergeet niet om met de basis te beginnen en geleidelijk de complexiteit te vergroten terwijl u uw begrip opbouwt. Succes!