Bu sayfa, Cloud Translation API ile çevrilmiştir.

Ön koşullar ve ön çalışma

Makine Öğrenimi Hızlandırılmış Kursu sizin için uygun mu?

Makine öğrenimi konusunda çok az bilgim var veya hiç bilgim yok.

Tüm materyalleri sırayla incelemenizi öneririz.

Makine öğrenimi konusunda biraz geçmişim var ancak daha güncel ve eksiksiz bir bilgi istiyorum.

Makine Öğrenimi Hızlandırılmış Kursu, bilgileri tazelemenizi sağlayacak mükemmel bir kaynaktır. Tüm modülleri sırayla inceleyin veya yalnızca ilginizi çeken modülleri seçin.

ÖĞRENMEYE BAŞLAYIN

Verilerle çalışmak ve model oluşturmak için makine öğrenimi kavramlarını uygulama konusunda uygulama deneyimim var.

Makine Öğrenimi hızlandırılmış kursu, şu konularda bilgilerinizi tazelemek için faydalı olabilir: kavramlarından faydalandıktan sonra, makine öğrenimiyle ilgili gelişmiş tekliflerimizden bazılarını makine öğrenimi problemlerini çözmeye yönelik çeşitli araç ve teknikleri kapsayan kurslar, sayısı.

ÖĞRENMEYE BAŞLAYIN

Keras gibi makine öğrenimi API'lerinin nasıl kullanılacağına dair eğiticiler arıyorum.

Makine Öğrenimi Crash Kursu'nda, Numpy, pandas ve Keras gibi makine öğrenimi kitaplıkları, öncelikli olarak öğretime odaklanır makine öğrenimi API'lerini derinlemesine öğretmez. Daha fazla Keras kaynağı için: Keras Geliştirici kılavuzlarına bakın.

Lütfen aşağıdaki Ön Çalışma'yı okuyun ve Makine öğrenimine başlamadan önce ön koşullar bölümleri Tüm modülleri tamamlamaya hazır olduğunuzdan emin olmak için Crash Course adlı kursa katılın.

Ön Çalışma

Makine Öğrenimi Hızlandırılmış Kursu'na başlamadan önce aşağıdakileri yapın:

Makine öğrenimi konusunda yeniyseniz Makineye Giriş Öğreniyor. Bu kısa kendi kendine çalışma dersi için temel makine öğrenimi bahsedeceğim.
NumPy konusunda yeniyseniz NumPy Tüm NumPy özelliklerini sağlayan Ultraquick Eğitici Colab egzersizi ihtiyacınız olacak.
Pandaları kullanmaya yeni başladıysanız pandalar UltraQuick Eğitici Colab alıştırması ile tüm pandaları kullanabilirsiniz ihtiyacınız olacak.

Ön koşullar

Makine Öğrenimi Hızlandırılmış Kursu, bir proje yöneticisinin bir ekiple çalışıyorum. Ancak, burada bahsedilen kavramları anlamak için bitirdikten sonra, öğrencilerin şu ön koşulları sağlar:

Değişkenler, doğrusal denklemler, fonksiyonların, histogramların ve istatistiksel araçların grafikleri.
İyi bir programcı olmalısınız. İdeal olarak, Python programlama dilinde programlama alıştırmaları da Python'da. Ancak deneyimli Python deneyimi olmayan programcılar genellikle programlama sürecini zaten var.

Aşağıdaki bölümlerde daha fazla arka plan materyaline bağlantı verilmiştir bu size yardımcı olacaktır.

Cebir

değişkenler, katsayıları, ve işlevleri
\(y = b + w_1x_1 + w_2x_2\)gibi doğrusal denklemler
logaritmalar ve \(y = ln(1+ e^z)\)gibi logaritmik denklemler
sigmoid işlevi

Lineer cebir

Trigonometri

tanh ( etkinleştirme işlevi; önceden bilgi gerektirmez)

İstatistikler

ortalama, ortanca değer, aykırı değerler, ve standart sapma
histogram okuma yeteneği

Kalkülüs (isteğe bağlı, ileri düzey konular için)

türev kavramı (türevleri hesaplamanız gerekmez)
gradyan veya eğim
kısmi türevler (gradyanlarla yakından ilişkilidir)
zincir kuralı (geri yayılım algoritmasını tam olarak anlamak için nöral ağları eğitmek için kullanılır)

Python Programlama

Python Eğiticisi'nde Python'la ilgili aşağıdaki temel bilgiler ele alınmıştır:

işlevleri tanımlama ve çağırma konum ve keyword parametrelerini kullanma
terimler, listeleri kümeler (oluşturma, erişme ve yineleme)
for döngü, Birden fazla yineleme değişkenine sahip for döngüleri (ör. for a, b in [(1,2), (3,4)])
if/else koşullu engelleme ve koşullu ifadeler
dize biçimlendirmesi (ör. '%.2f' % 3.14)
değişkenler, atama, temel veri türleri (int, float, bool, str)

Programlama alıştırmalarından bazılarında, Python kavramı:

kavramları listeleyin

Bash Terminal ve Cloud Console

Programlama alıştırmalarını yerel makinenizde veya Cloud Console'da çalıştırmak için komut satırında rahatça çalışabiliyor olmanız gerekir:

Doğrusal regresyon (10 dk.)