Voraussetzungen und Vorarbeiten

Ist der Crashkurs für maschinelles Lernen für Sie der richtige?

Ich habe wenig oder keine Erfahrung mit maschinellem Lernen.

Wir empfehlen, das gesamte Material der Reihe nach durchzugehen.

JETZT STARTEN

Ich habe Erfahrung mit maschinellem Lernen, möchte aber aktuelle und umfassendere Informationen erhalten.

Der Crashkurs „Maschinelles Lernen“ eignet sich hervorragend für eine Auffrischung. Gehen Sie die einzelnen Module der Reihe nach durch oder wählen Sie nur die Module aus, die Sie interessieren.

JETZT STARTEN

Ich kenne maschinelles Lernen zwar sehr gut, aber ich kenne mich kaum mit TensorFlow aus.

Viele dieser Inhalte sind zu einfach für dich. Anstatt das gesamte Video durchzugehen, solltest du dich auf das folgende Material konzentrieren:

• Erste Schritte mit TensorFlow
• TensorFlow-Programmierübungen

Der Crashkurs zu maschinellem Lernen konzentriert sich in erster Linie auf übergeordnete APIs. Wenn Sie sich weiter mit der TensorFlow API auf niedriger Ebene (möglicherweise mit maschinellem Lernen) vertraut machen möchten, können Sie sich stattdessen die folgenden Ressourcen ansehen:

• Anleitungen aus TensorFlow
• Vincent Vanhoucke's Udacity-Kurs

Bitte lesen Sie die folgenden Abschnitte Vorarbeit und Voraussetzungen, bevor Sie mit dem Crashkurs zu maschinellem Lernen beginnen. So können Sie alle Module vervollständigen.

Vorbereitung

Bevor Sie mit dem Crashkurs „Maschinelles Lernen“ beginnen:

1. Wenn Sie mit maschinellem Lernen noch nicht vertraut sind, lesen Sie Einführung in maschinelles Lernen. In diesem kurzen Selbststudium werden grundlegende Machine-Learning-Konzepte vorgestellt.
2. Wenn Sie mit NumPy noch nicht vertraut sind, führen Sie die Colab-Übung NumPy Ultraquick Tutorial aus. Sie enthält alle NumPy-Informationen, die Sie für diesen Kurs benötigen.
3. Wenn Sie mit Pandas noch nicht vertraut sind, führen Sie die Colab-Kurzanleitung das Kurzanleitung aus. Sie enthält alle Informationen, die Sie für diesen Kurs benötigen.

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

Voraussetzungen

Beim Crashkurs „Machine Learning“ wird keine Vorkenntnisse im Bereich Machine Learning vorausgesetzt. Damit die Teilnehmer jedoch die vorgestellten Konzepte verstehen und die Übungen abschließen können, sollten sie die folgenden Voraussetzungen erfüllen:

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

• Du solltest ein guter Programmierer sein. Idealerweise sollten Sie ein wenig Programmiererfahrung in Python haben, da die Trainingsübungen in Python sind. Personen mit erfahrenen Programmierern können jedoch die Programmierarbeiten in der Regel ohnehin durchführen.

Die folgenden Abschnitte enthalten Links zu zusätzlichem Hintergrundmaterial, das hilfreich ist.

Algebra

• Variablen, Koeffizienten und Funktionen
• lineare Gleichungen wie \(y = b + w_1x_1 + w_2x_2\)
• Logarithmen und logarithmischen Gleichungen wie \(y = ln(1+ e^z)\).
• Sigmoid-Funktion

Lineare Algebra

• Tensor und Tensor-Rang
• Matrixmultiplikation

Trigonometrie

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

Statistiken

• Mittelwert, Medianwert, Ausreißer und Standardabweichung
• die Möglichkeit, ein Histogramm zu lesen

Calculus (optional, für komplexere Themen)

• Konzept einer Ableitung (Sie müssen keine Ableitungen berechnen)
• verlauf oder Steigung
• partielle Ableitungen (die eng mit den Gradienten zusammenhängen)
• Chain-Regel (für ein vollständiges Verständnis des Backpropagation-Algorithmus zum Trainieren neuronaler Netzwerke)

Python-Programmierung

Die folgenden Python-Grundlagen werden in der Python-Anleitung behandelt:

• Funktionen definieren und aufrufen und Parameter für Position und Keyword verwenden

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

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

• Bedingte if/else-Blöcke und bedingte Ausdrücke

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

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

Einige der Programmierübungen basieren auf dem folgenden erweiterten Python-Konzept:

• verstehen.

Bash-Terminal / Cloud Console

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

• Bash-Referenzhandbuch
• Bash auf einen Blick
• Informationen zu Shell