Prerequisiti e preparazione

Machine Learning Crash Course fa al caso tuo?

Ho poca o nessuna esperienza nel machine learning.

Consigliamo di esaminare tutto il materiale in ordine.

INIZIA IL CORSO

Ho esperienza in materia di machine learning, ma mi piacerebbe avere una comprensione più attuale e completa.

Machine Learning Crash Course sarà un ottimo ripasso. Esamina tutti i moduli in ordine oppure seleziona solo quelli che ti interessano.

INIZIA IL CORSO

Ho esperienza pratica nell'applicazione dei concetti di machine learning per lavorare con dati e creare modelli.

Sebbene il corso accelerato sul machine learning possa esserti utile come ripasso delle nozioni fondamentali concetti di machine learning, ti consigliamo inoltre di esplorare alcuni dei nostri strumenti avanzati che trattano gli strumenti e le tecniche per risolvere i problemi di machine learning in vari di domini diversi.

INIZIA IL CORSO

Sto cercando tutorial su come utilizzare le API ML come Keras.

Sebbene Machine Learning Crash Course includa diversi esercizi di programmazione che utilizzano librerie ML come numpy, pandas e Keras, si concentra principalmente sull'insegnamento concetti ML, e non insegnano le API ML in modo approfondito. Per ulteriori risorse Keras, consulta le guide per gli sviluppatori di Keras.

Leggi attentamente la seguente pre-attività e Sezioni Prerequisiti prima di iniziare a usare il machine learning Crash Course, per assicurarti di essere pronto a completare tutti i moduli.

Attività preliminare

Prima di iniziare Machine Learning Crash Course, segui questi passaggi:

1. Se non hai mai utilizzato il machine learning, Introduzione ai modelli Apprendimento. Questo breve corso di autoapprendimento introduce il machine learning di base concetti.
2. Se è la prima volta che utilizzi NumPy, procedi nel seguente modo: NumPy Tutorial Ultraquick esercizio Colab, che fornisce tutti i NumPy necessarie per questo corso.
3. Se è la prima volta che utilizzi pandas, procedi nel seguente modo: panda Tutorial UltraQuick Esercitazione Colab, che offre tutti i panda necessarie per questo corso.

Per informazioni su come scaricare, installare ed eseguire gli esercizi di programmazione sulla tua macchina, consulta la pagina Esercizi di programmazione a livello locale.

Prerequisiti

Machine Learning Crash Course non presuppone né richiede alcuna conoscenza preliminare e il machine learning. Tuttavia, per comprendere i concetti presentati e completare gli esercizi, consigliamo agli studenti di seguire seguenti prerequisiti:

• Devi avere dimestichezza con variabili, equazioni lineari, grafici di funzioni, istogrammi e medie statistiche.

• Dovresti essere un bravo programmatore. Idealmente, dovresti avere esperienza di programmazione in Python perché gli esercizi di programmazione sono in Python. Tuttavia, grazie i programmatori senza esperienza Python sono in grado di completare esercizio fisico comunque.

Le seguenti sezioni forniscono link a ulteriori materiali di base che sia utile.

Algebra

• variabili, coefficienti, e funzioni
• equazioni lineari come \(y = b + w_1x_1 + w_2x_2\)
• logaritmi ed equazioni logaritmiche come \(y = ln(1+ e^z)\)
• funzione sigmoidea

Algebra lineare

• tensor and tensor rank
• moltiplicazione della matrice

Trigonometria

• tanh (considerato come un funzione di attivazione; non sono necessarie conoscenze preliminari)

Statistiche

• media, mediana, outlier, e la deviazione standard
• possibilità di leggere un istogramma

Calcolo (facoltativo, per gli argomenti avanzati)

• concetto di una derivata (non dovrai calcolare le derivate)
• sfumatura o pendenza
• derivate parziali (strettamente correlate ai gradienti)
• regola della catena (per una comprensione completa dell'algoritmo di retropropagazione) per addestrare le reti neurali)

Programmazione in Python

Le seguenti nozioni di base su Python sono trattate nel Tutorial Python:

• definire e chiamare funzioni, utilizzando parametri posizionali e keyword

• dizionari, elenchi, set (creazione, accesso e iterazione)

• for loop, Loop for con più variabili iteratore (ad es. for a, b in [(1,2), (3,4)])

• if/else blocchi condizionali e espressioni condizionali

• formattazione delle stringhe (ad es. '%.2f' % 3.14)

• variabili, assegnazione, tipi di dati di base (int, float, bool, str)

Alcuni degli esercizi di programmazione utilizzano le seguenti opzioni più avanzate Concetto Python:

• comprensione dell'elenco

Terminale Bash e console Cloud

Per eseguire gli esercizi di programmazione sulla tua macchina locale o in una console Cloud, dovresti saper lavorare con la riga di comando:

• Manuale di riferimento per il dispositivo
• Scheda di riferimento di Bash
• Impara shell