דרישות מוקדמות ועבודות מוקדמות

האם קורס מקוצר על למידת מכונה מתאים לך?

יש לי מעט מאוד רקע בלמידת מכונה או שאין לי רקע כזה.

מומלץ לעבור על כל החומר לפי הסדר.

אני רוצה להתחיל ללמוד

יש לי קצת רקע בלמידת מכונה, אבל אני רוצה הבנה שלמה יותר ועדכנית.

'קורס מקוצר על למידת מכונה' יעזור לכם לרענן את הידע שלכם. עוברים על כל המודולים לפי הסדר, או בוחרים רק את המודולים שמעניינים אתכם.

אני רוצה להתחיל ללמוד

יש לי ניסיון מעשי ביישום של מושגים של למידת מכונה לעבודה עם נתונים ולפיתוח מודלים.

אומנם קורס מקוצר על למידת מכונה יכול לעזור לכם לרענן את הידע הבסיסי של למידת מכונה, מומלץ גם לחקור כמה מהמודלים המתקדמים של למידת מכונה שכוללים מגוון כלים וטכניקות לפתרון בעיות של למידת מכונה של דומיינים.

אני רוצה להתחיל ללמוד

אני מנסה למצוא מדריכים לשימוש בממשקי API של למידת מכונה כמו Keras.

'קורס מקוצר על למידת מכונה' כולל כמה תרגילי תכנות שמשתמשים ספריות למידת מכונה כמו numpy , pandas ו-Keras , מתמקדות בעיקר בהוראה ולא מלמדים מעמיק של ממשקי API של למידת מכונה. למשאבים נוספים של Keras, תוכלו לעיין במדריכים למפתחים של Keeras.

יש לקרוא את העבודות המקדימות הבאות הקטעים של הדרישות המוקדמות לפני התחלת השימוש בלמידת מכונה קריסה של הקורס, כדי לוודא שאתם מוכנים להשלים את כל המודולים.

עבודת הכנה

לפני שמתחילים את הקורס קריסה של למידת מכונה, צריך לבצע את הפעולות הבאות:

1. אם זו הפעם הראשונה שאתם משתמשים בלמידת מכונה, כדאי לכם לנסות מבוא למכונה למידה. הקורס הקצר הזה ללימוד עצמי מציג את העקרונות הבסיסיים של למידת מכונה בתחום.
2. אם זו הפעם הראשונה שאתם משתמשים ב-NumPy, בצעו את הפעולות הבאות: NumPy תרגיל Colab ב-Ultraquick Training, שמציע את כל הערכים של NumPy את המידע הנחוץ לקורס הזה.
3. אם זו הפעם הראשונה שאתם משתמשים ב-פנדות, כדאי לבצע את הפעולות הבאות: פנדות תרגיל Colab ב-UltraQuick Training שמספק את כל סוגי פנדות את המידע הנחוץ לקורס הזה.

עיינו במאמר הפעלת תרגילי תכנות באופן מקומי כדי לקבל הוראות להורדה, התקנה והפעלה של תרגילי התוכנה במחשב שלך.

דרישות מוקדמות

'קורס מקוצר על למידת מכונה' לא מניח או דורש ידע קודם למידת מכונה. עם זאת, כדי להבין את המושגים שהוצגו ולהשלים את התרגילים, אנחנו ממליצים לתלמידים לעמוד בדרישות המוקדמות הבאות:

• צריך להיות לכם ניסיון עם משתנים, משוואות ליניאריות גרפים של פונקציות, היסטוגרמות ואמצעים סטטיסטיים.

• אתם צריכים להיות מתכנתים טובים. במצב אידיאלי צריך להתנסות בתכנות ב-Python כי ותרגילי התכנות הם ב-Python. אבל, במקרים שבהם מתכנתים ללא ניסיון Python יכולים בדרך כלל להשלים את תהליך התכנות תרגילים בכל מקרה.

בקטעים הבאים מופיעים קישורים לחומרי רקע נוספים זה שימושי.

אלגברה

• משתנים, מקדמים, ופונקציות
• משוואות לינאריות, כמו \(y = b + w_1x_1 + w_2x_2\)
• לוגריתמים ומשוואות לוגריתמיות כמו \(y = ln(1+ e^z)\)
• פונקציית סיגמואיד

אלגברה לינארית

• דירוג tenor ו-tensor
• כפל מטריצות

טריגונומטריה

• tanh Activate function; לא נדרש ידע קודם)

נתונים סטטיסטיים

• mean, חציון, חריג חשוד טעות, וסטיית תקן
• את היכולת לקרוא היסטוגרמה

חשבון דיפרנציאלי (אופציונלי, לנושאים מתקדמים)

• של נגזרת (לא תצטרכו לחשב בפועל נגזרות)
• הדרגתיות או שיפוע
• נגזרות חלקיות (קשורים באופן הדוק להדרגתיות)
• כלל שרשרת (להבנה מלאה של אלגוריתם ההפצה לאחור לאימון רשתות נוירונים)

שפת התכנות Python

תוכלו למצוא את היסודות הבאים של Python במדריך Python:

• הגדרה וקריאה לפונקציות, באמצעות פרמטרים תלויי מיקום ומילת מפתח

• מילונים, list, קבוצות (יצירה, גישה ואיטרציה)

• for לולאות, לולאות for עם כמה משתני איטרטור (למשל, for a, b in [(1,2), (3,4)])

• if/else בלוקים מותנים וגם ביטויים מותנים

• פורמט מחרוזות (למשל '%.2f' % 3.14)

• משתנים, הקצאה, סוגי נתונים בסיסיים (int, float, bool, str)

כמה מהתרגילים בתכנות מתבצעים באמצעות תרגילים מתקדמים יותר, מושג Python:

• הבנת הנקרא

מסוף Bash ומסוף Cloud

כדי להריץ את תרגילי התכנות במחשב המקומי או במסוף ענן, צריכה להיות לכם בעיה לעבוד בשורת הפקודה:

• מדריך עזר ל-Bash
• תקציר ל-Bash
• למידת מעטפת