По мере прохождения ускоренного курса машинного обучения вы будете применять концепции машинного обучения на практике, кодируя модели в tf.keras. Вы будете использовать Colab в качестве среды программирования. Colab — это версия Jupyter Notebook от Google. Как и Jupyter Notebook, Colab предоставляет интерактивную среду программирования Python, которая сочетает в себе текст, код, графику и выходные данные программы.
NumPy и панды
Использование tf.keras требует хотя бы небольшого понимания следующих двух библиотек Python с открытым исходным кодом:
- NumPy , который упрощает представление массивов и выполнение операций линейной алгебры.
- pandas , который обеспечивает простой способ представления наборов данных в памяти.
Если вы не знакомы с NumPy или pandas, начните с выполнения следующих двух упражнений Colab:
- Упражнение NumPy UltraQuick Tutorial Colab, в котором представлена вся информация о NumPy, необходимая для этого курса.
- Упражнение pandas UltraQuick Tutorial Colab, в котором представлена вся информация о пандах, необходимая для этого курса.
Линейная регрессия с tf.keras
После приобретения навыков работы с NumPy и pandas выполните следующие два упражнения Colab, чтобы изучить линейную регрессию и настройку гиперпараметров в tf.keras:
- Линейная регрессия с синтетическими данными. Упражнение Colab, в котором исследуется линейная регрессия с игрушечным набором данных.
- Линейная регрессия с реальным набором данных. Упражнение Colab, которое поможет вам понять, какие виды анализа следует выполнять в реальном наборе данных.
Упражнения по программированию выполняются прямо в вашем браузере (настройка не требуется!) с использованием платформы Colaboratory . Colaboratory поддерживается в большинстве основных браузеров и наиболее тщательно протестирован в настольных версиях Chrome и Firefox. Если вы предпочитаете загружать и запускать упражнения в автономном режиме, ознакомьтесь с этими инструкциями по настройке локальной среды.