สิ่งที่ต้องดำเนินการก่อนและการทำงานเบื้องต้น

หลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงเหมาะกับคุณไหม

ฉันมีพื้นฐานด้านแมชชีนเลิร์นนิงน้อยมากหรือไม่มีเลย

เราขอแนะนำให้อ่านเนื้อหาทั้งหมดตามลำดับ

เริ่มเรียนรู้

ฉันมีพื้นฐานด้านแมชชีนเลิร์นนิงมาบ้างแล้ว แต่ต้องการความเข้าใจที่เป็นปัจจุบันและสมบูรณ์มากยิ่งขึ้น

หลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงจะช่วยทบทวนความรู้ที่ดีมาก ศึกษาโมดูลทั้งหมดตามลำดับ หรือเลือกเฉพาะโมดูลที่คุณสนใจ

เริ่มเรียนรู้

ฉันมีประสบการณ์ในเชิงปฏิบัติในการนำแนวคิดแมชชีนเลิร์นนิงมาใช้กับข้อมูลและสร้างโมเดล

แม้ว่าหลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงอาจเป็นประโยชน์กับคุณเพื่อเป็นการทบทวนความรู้พื้นฐาน คุณอาจต้องการดูแนวคิด เกี่ยวกับแมชชีนเลิร์นนิงขั้นสูง ซึ่งครอบคลุมเครื่องมือและเทคนิคในการแก้ปัญหาด้านแมชชีนเลิร์นนิงในรูปแบบต่างๆ ทั้งหมด

เริ่มเรียนรู้

ฉันกำลังมองหาบทแนะนำเกี่ยวกับวิธีใช้ ML API อย่าง Keras

ขณะที่หลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงมีแบบฝึกหัดการเขียนโปรแกรมหลายรายการที่ใช้ ไลบรารี ML เช่น numpy, แพนด้า และ Keras จะเน้นการสอนเป็นหลัก มีแนวคิดเกี่ยวกับ ML และไม่ได้สอน ML API เชิงลึก สำหรับแหล่งข้อมูล Keras เพิ่มเติม โปรดดูคู่มือนักพัฒนาซอฟต์แวร์ Keras

โปรดอ่านงานเบื้องต้นต่อไปนี้ ส่วนข้อกำหนดเบื้องต้นก่อนเริ่มใช้แมชชีนเลิร์นนิง หลักสูตรเร่งรัด เพื่อให้แน่ใจว่าคุณได้เตรียมตัวสำหรับโมดูลทั้งหมดเสร็จสมบูรณ์แล้ว

งานก่อนเริ่มเวิร์กช็อป

ก่อนที่จะเริ่มหลักสูตรข้อขัดข้องเกี่ยวกับแมชชีนเลิร์นนิง ให้ดำเนินการดังนี้

1. ถ้าเพิ่งเริ่มใช้แมชชีนเลิร์นนิง ข้อมูลเบื้องต้นเกี่ยวกับแมชชีน กำลังเรียนรู้ หลักสูตรศึกษาด้วยตนเองสั้นๆ นี้จะแนะนำแมชชีนเลิร์นนิงขั้นพื้นฐาน แนวคิดใหม่ๆ
2. หากคุณเพิ่งเริ่มใช้ NumPy ให้ทำ NumPy UltraQuick Tutorial แบบฝึกหัด Colab ซึ่งมี NumPy ทั้งหมด ข้อมูลที่จำเป็นสำหรับหลักสูตรนี้
3. ถ้าคุณเพิ่งเริ่มใช้ pandas ให้ดำเนินการดังนี้ แพนด้า UltraQuick Tutorial แบบฝึกหัด Colab ที่รวบรวมแพนด้าทั้งหมด ข้อมูลที่จำเป็นสำหรับหลักสูตรนี้

ดูวิธีดาวน์โหลดการโปรแกรมออกกําลังกายเฉพาะที่ สําหรับวิธีการดาวน์โหลด ติดตั้ง และทําแบบฝึกหัดการเขียนโปรแกรมในเครื่อง

ข้อกำหนดเบื้องต้น

หลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงไม่ได้สันนิษฐานหรือต้องใช้ความรู้มาก่อนใน แมชชีนเลิร์นนิง แต่หากต้องการทำความเข้าใจแนวคิดที่นำเสนอ และทำแบบฝึกหัดให้เสร็จสมบูรณ์ เราขอแนะนำให้นักเรียนทำตาม ข้อกำหนดเบื้องต้นดังต่อไปนี้

• คุณต้องใช้ตัวแปร สมการเชิงเส้น กราฟของฟังก์ชัน ฮิสโตแกรม และวิธีการทางสถิติ

• คุณควรเป็นโปรแกรมเมอร์ที่ดี ตามหลักคุณควรมี การเขียนโปรแกรมใน Python เนื่องจาก แบบฝึกหัดการเขียนโปรแกรมอยู่ใน Python แต่มีประสบการณ์ โปรแกรมเมอร์ที่ไม่มีประสบการณ์การใช้งาน Python มักจะสามารถเขียนโปรแกรมให้เสร็จสมบูรณ์ได้ ออกกำลังกายไปเลย

ส่วนต่อไปนี้มีลิงก์ไปยังเนื้อหาพื้นหลังเพิ่มเติม ที่มีประโยชน์

พีชคณิต

• ตัวแปร ค่าสัมประสิทธิ์ และฟังก์ชัน
• สมการเชิงเส้น เช่น \(y = b + w_1x_1 + w_2x_2\)
• ลอการิทึม และสมการลอการิทึม เช่น \(y = ln(1+ e^z)\)
• ฟังก์ชัน sigmoid

พีชคณิตเชิงเส้น

• อันดับ tensor และ tensor
• การคูณเมทริกซ์

ตรีโกณมิติ

• tanh (พูดถึงในฐานะ ฟังก์ชันการเปิดใช้งาน ไม่จำเป็นต้องมีความรู้มาก่อน)

สถิติ

• ค่าเฉลี่ย ค่ากลาง ค่าผิดปกติ และส่วนเบี่ยงเบนมาตรฐาน
• ความสามารถในการอ่านฮิสโตแกรม

แคลคูลัส (ไม่บังคับ สำหรับหัวข้อขั้นสูง)

• แนวคิดของอนุพันธ์ (คุณจะไม่ต้องคำนวณอนุพันธ์จริงๆ)
• การไล่ระดับสี หรือ Slope
• อนุพันธ์บางส่วน (ซึ่งเกี่ยวข้องอย่างใกล้ชิดกับการไล่ระดับสี)
• กฎลูกโซ่ (เพื่อให้เข้าใจอัลกอริทึม Backpropagation สำหรับการฝึกโครงข่ายประสาท)

การเขียนโปรแกรม Python

ข้อมูลพื้นฐานเกี่ยวกับ Python ต่อไปนี้มีอยู่ในบทแนะนำ Python

• การกำหนดและการเรียกฟังก์ชัน โดยใช้พารามิเตอร์ตำแหน่งและคีย์เวิร์ด

• พจนานุกรม รายการ ชุด (การสร้าง การเข้าถึง และทำซ้ำ)

• วนซ้ำ for รอบ การวนซ้ำ for ที่มีตัวแปรตัววนซ้ำหลายรายการ (เช่น for a, b in [(1,2), (3,4)])

• if/else บล็อกแบบมีเงื่อนไขและ นิพจน์เงื่อนไข

• การจัดรูปแบบสตริง (เช่น '%.2f' % 3.14)

• ตัวแปร, การกำหนด, ประเภทข้อมูลพื้นฐาน (int float bool str)

แบบฝึกหัดการเขียนโปรแกรมบางส่วนใช้บทเรียนขั้นสูงขึ้นต่อไปนี้ แนวคิด Python:

• ระบุความเข้าใจ

เทอร์มินัล Bash และ Cloud Console

หากต้องการเรียกใช้แบบฝึกหัดการเขียนโปรแกรมในเครื่องของคุณหรือใน Cloud Console คุณควรสามารถใช้บรรทัดคำสั่งได้:

• คู่มืออ้างอิงเกี่ยวกับ Bash
• ข้อมูลสรุปเกี่ยวกับ Bash
• ดูเชลล์