Voraussetzungen und Vorbereitungen

Ist der Crashkurs „Maschinelles Lernen“ das Richtige für Sie?

Ich habe wenig oder keine Erfahrung mit maschinellem Lernen.

Wir empfehlen, sich das gesamte Material der Reihe nach anzusehen.

LOS GEHTS

Ich habe bereits etwas Erfahrung mit maschinellem Lernen, möchte aber ein aktuelleres und umfassenderes Verständnis dafür gewinnen.

Der Crashkurs „Maschinelles Lernen“ ist eine gute Auffrischung. Sie können alle Module der Reihe nach durchgehen oder nur die auswählen, die Sie interessieren.

LOS GEHTS

Ich habe praktische Erfahrung mit der Anwendung von Konzepten des maschinellen Lernens bei der Arbeit mit Daten und beim Erstellen von Modellen.

Der Crashkurs zum Thema maschinelles Lernen kann Ihnen als Auffrischung der grundlegenden Konzepte des maschinellen Lernens dienen. Sie können sich aber auch unsere fortgeschrittenen Kurse zum Thema maschinelles Lernen ansehen, in denen Tools und Techniken zur Lösung von Problemen im Bereich maschinelles Lernen in einer Vielzahl von Bereichen behandelt werden.

LOS GEHTS

Ich suche nach Anleitungen zur Verwendung von ML-APIs wie Keras.

Der Crashkurs zu maschinellem Lernen enthält zwar mehrere Programmierübungen mit ML-Bibliotheken wie numpy, pandas und Keras, konzentriert sich aber hauptsächlich auf die Vermittlung von ML-Konzepten und geht nicht ausführlich auf ML-APIs ein. Weitere Keras-Ressourcen finden Sie in den Keras-Entwicklerleitfäden.

Lesen Sie sich die folgenden Abschnitte Vorbereitung und Voraussetzungen durch, bevor Sie mit dem Crashkurs zu maschinellem Lernen beginnen, damit Sie alle Module erfolgreich absolvieren können.

Vorarbeit

Führen Sie vor Beginn des Crashkurses „Maschinelles Lernen“ die folgenden Schritte aus:

1. Wenn Sie noch nicht mit dem maschinellen Lernen vertraut sind, sehen Sie sich den Einführungskurs an. In diesem kurzen Kurs zum Selbststudium werden grundlegende Konzepte des maschinellen Lernens vorgestellt.
2. Wenn Sie mit NumPy noch nicht vertraut sind, führen Sie die Colab-Übung NumPy – Ultraschnelles Tutorial aus. Dort finden Sie alle für diesen Kurs erforderlichen Informationen zu NumPy.
3. Wenn Sie mit Pandas noch nicht vertraut sind, führen Sie die Colab-Übung Pandas UltraQuick-Anleitung aus. Dort finden Sie alle Informationen zu Pandas, die Sie für diesen Kurs benötigen.

Eine Anleitung zum Herunterladen, Installieren und Ausführen der Programmierübungen auf Ihrem Computer finden Sie unter Programmierübungen lokal ausführen.

Vorbereitung

Für den Crashkurs „Maschinelles Lernen“ sind keine Vorkenntnisse erforderlich. Um die vorgestellten Konzepte zu verstehen und die Übungen abzuschließen, empfehlen wir jedoch, die folgenden Voraussetzungen zu erfüllen:

• Sie müssen mit Variablen, linearen Gleichungen, Funktionsgraphen, Histogrammen und statistischen Mitteln vertraut sein.

• Sie sollten ein guter Programmierer sein. Idealerweise haben Sie bereits Erfahrung mit der Programmierung in Python, da die Programmierübungen in Python ausgeführt werden. Erfahrene Programmierer ohne Python-Erfahrung können die Programmierübungen jedoch in der Regel trotzdem absolvieren.

In den folgenden Abschnitten finden Sie Links zu hilfreichen Hintergrundinformationen.

Algebra

• Variablen, Koeffizienten und Funktionen
• Lineare Gleichungen wie \(y = b + w_1x_1 + w_2x_2\)
• Logarithmen und logarithmische Gleichungen wie \(y = ln(1+ e^z)\)
• Sigmoidfunktion

Lineare Algebra

• Tensor und Tensorrang
• Matrixmultiplikation

Trigonometrie

• tanh (wird als Aktivierungsfunktion beschrieben; keine Vorkenntnisse erforderlich)

Statistiken

• Mittelwert, Median, Ausreißer und Standardabweichung
• Lesen eines Histogramms

Differentialrechnung (optional, für fortgeschrittene Themen)

• das Konzept einer Derivatenfunktion (Sie müssen keine Derivate berechnen)
• Steigung oder Neigung
• partielle Ableitungen (die eng mit Gradienten zusammenhängen)
• Kettenregel (für ein vollständiges Verständnis des Backpropagation-Algorithmus zum Trainieren von neuronalen Netzwerken)

Python-Programmierung

Die folgenden Python-Grundlagen werden im Python-Tutorial behandelt:

• Funktionen definieren und aufrufen, indem Positions- und Schlüsselwort-Parameter verwendet werden

• Wörterbücher, Listen und Sätze (Erstellen, Abrufen und Iterieren)

• for-Schleifen, for-Schleifen mit mehreren Iteratorvariablen (z.B. for a, b in [(1,2), (3,4)])

• if/else-Bedingungsblöcke und Bedingte Ausdrücke

• Stringformatierung (z.B. '%.2f' % 3.14)

• Variablen, Zuweisung, Grundlegende Datentypen (int, float, bool, str)

Bei einigen der Programmierübungen wird das folgende erweiterte Python-Konzept verwendet:

• Listenerstellung

Bash-Terminal und Cloud Console

Wenn Sie die Programmierübungen auf Ihrem lokalen Computer oder in einer Cloud-Konsole ausführen möchten, sollten Sie mit der Befehlszeile vertraut sein:

• Bash-Referenzhandbuch
• Bash-Spickzettel
• Shell lernen