Prasyarat dan persiapan

Apakah Kursus Singkat Machine Learning tepat untuk Anda?

Saya memiliki sedikit atau tanpa latar belakang machine learning.

Sebaiknya pelajari semua materi secara berurutan.

MULAI BELAJAR

Saya memiliki latar belakang di bidang machine learning, tetapi saya menginginkan pemahaman yang lebih aktual dan lengkap.

Kursus Singkat Machine Learning akan menjadi pengingat yang bagus. Baca semua modul secara berurutan, atau pilih hanya modul yang Anda minati.

MULAI BELAJAR

Saya memiliki pengalaman praktis dalam menerapkan konsep machine learning untuk bekerja dengan data dan membangun model.

Meskipun Kursus Singkat Machine Learning berguna bagi Anda untuk mengingat kembali konsep machine learning, sebaiknya Anda juga menjelajahi beberapa model machine learning kursus, yang membahas alat dan teknik untuk memecahkan masalah machine learning dalam berbagai domain.

MULAI BELAJAR

Saya mencari tutorial tentang cara menggunakan ML API seperti Keras.

Sementara itu Kursus Singkat Machine Learning mencakup beberapa latihan pemrograman yang menggunakan Library ML seperti numpy, pandas, dan Keras, difokuskan terutama pada pengajaran konsep ML, dan tidak mengajarkan API ML secara mendalam. Untuk resource Keras tambahan, lihat Panduan Developer Keras.

Harap baca Tugas Awal dan Bagian Prasyarat sebelum memulai Machine Learning Kursus Singkat, untuk memastikan Anda siap menyelesaikan semua modul.

Persiapan

Sebelum memulai Kursus Singkat Machine Learning, lakukan hal berikut:

1. Jika Anda baru mengenal machine learning, Pengantar Mesin Pembelajaran. Kursus belajar mandiri singkat ini memperkenalkan machine learning dasar konsep.
2. Jika Anda baru menggunakan NumPy, lakukan NumPy Ultraquick Tutorial latihan Colab, yang menyediakan semua fitur NumPy informasi yang Anda perlukan untuk pelatihan ini.
3. Jika Anda baru menggunakan pandas, lakukan panda UltraQuick Tutorial latihan Colab, yang menyediakan semua panda informasi yang Anda perlukan untuk pelatihan ini.

Lihat Menjalankan Latihan Pemrograman secara Lokal untuk mengetahui petunjuk tentang cara mendownload, menginstal, dan menjalankan latihan pemrograman di komputer Anda.

Prasyarat

Kursus Singkat Machine Learning tidak menganggap atau memerlukan pengetahuan sebelumnya dalam machine learning tertentu. Namun, untuk memahami konsep yang disajikan dan menyelesaikan latihan, kami menyarankan agar siswa memenuhi prasyarat berikut:

• Anda harus sudah terbiasa menggunakan variabel, persamaan linear, grafik fungsi, histogram, dan sarana statistik.

• Anda harus menjadi {i>programmer<i} yang baik. Idealnya, Anda harus memiliki pengalaman pemrograman di Python karena latihan pemrograman ada di Python. Namun, berpengalaman {i>programmer<i} yang tidak memiliki pengalaman Python biasanya dapat menyelesaikan pemrograman latihan.

Bagian berikut memberikan link ke materi latar belakang tambahan yang bermanfaat.

Aljabar

• variabel, koefisien, dan fungsi
• persamaan linear seperti \(y = b + w_1x_1 + w_2x_2\)
• logaritma, dan persamaan logaritma seperti \(y = ln(1+ e^z)\)
• fungsi sigmoid

Aljabar linear

• tensor dan tensor Rank
• perkalian matriks

Trigonometri

• tanh (dibahas sebagai fungsi aktivasi; tidak memerlukan pengetahuan sebelumnya)

Statistik

• mean, median, pencilan, dan simpangan baku
• kemampuan untuk membaca histogram

Kalkulus (opsional, untuk topik lanjutan)

• konsep turunan (Anda tidak perlu benar-benar menghitung turunan)
• gradien atau kemiringan
• turunan parsial (yang terkait erat dengan gradien)
• aturan rantai (untuk pemahaman penuh tentang algoritma propagasi mundur untuk melatih jaringan neural)

Pemrograman Python

Dasar-dasar Python berikut tercakup dalam Tutorial Python:

• menentukan dan memanggil fungsi, menggunakan parameter posisi dan kata kunci

• kamus, daftar, set (membuat, mengakses, dan melakukan iterasi)

• for loop, for loop dengan beberapa variabel iterator (mis., for a, b in [(1,2), (3,4)])

• if/else pemblokiran bersyarat dan ekspresi bersyarat

• pemformatan string (mis., '%.2f' % 3.14)

• variabel, tugas, jenis data dasar (int, float, bool, str)

Beberapa latihan pemrograman menggunakan program lanjutan Konsep Python:

• pemahaman daftar

Terminal Bash dan Konsol Cloud

Untuk menjalankan latihan pemrograman di komputer lokal Anda atau di konsol {i>cloud<i}, Anda akan merasa nyaman bekerja dengan baris perintah:

• Panduan Referensi Bash
• Tips Praktis Bash
• Mempelajari Shell