דרישות מוקדמות ועבודות מוקדמות

האם קורס מקוצר על למידת מכונה מתאים לכם?

אין לי ניסיון רב בתחום למידת המכונה או שאין לי ניסיון בכלל.

מומלץ לעבור על כל החומר לפי הסדר.

קדימה, מתחילים ללמוד

יש לי ידע בסיסי בלמידת מכונה, אבל אני רוצה לקבל הבנה עדכנית ומלאה יותר.

קורס מקוצר על למידת מכונה יעזור לכם להתעדכן. אפשר לעבור על כל המודולים לפי הסדר, או לבחור רק את המודולים שמעניינים אתכם.

קדימה, מתחילים ללמוד

יש לי ניסיון מעשי בשימוש במושגים של למידת מכונה לעבודה עם נתונים ולפיתוח מודלים.

קורס מקוצר על למידת מכונה יכול להועיל לכם כחידוש של מושגים בסיסיים של למידת מכונה, אבל כדאי גם לבדוק כמה מהקורסים המתקדמים שלנו בנושא למידת מכונה, שמכסים כלים ושיטות לפתרון בעיות של למידת מכונה במגוון תחומים.

קדימה, מתחילים ללמוד

אני מחפש מדריכים לשימוש בממשקי API של למידת מכונה כמו Keras.

קורס Machine Learning Crash Course כולל כמה תרגילי תכנות שמשתמשים בספריות ML כמו numpy,‏ pandas ו-Keras, אבל הוא מתמקד בעיקר בהוראת מושגי ML, ולא מלמד לעומק ממשקי API של למידת מכונה. משאבים נוספים בנושא Keras זמינים במדריכים למפתחים של Keras.

לפני שמתחילים את קורס ה-Crash Course בנושא למידת מכונה, חשוב לקרוא את הקטעים הבאים: עבודות מוקדמות ודרישות מוקדמות, כדי לוודא שאתם מוכנים להשלים את כל המודולים.

עבודה מוקדמת

לפני שמתחילים את הקורס 'קורס מקוצר על למידת מכונה', צריך:

1. אם זו הפעם הראשונה שאתם משתמשים בלמידת מכונה, מומלץ לקרוא את המבוא ללמידת מכונה. קורס קצר ללמידה עצמית שמציג מושגים בסיסיים של למידת מכונה.
2. אם אתם חדשים ב-NumPy, כדאי לבצע את התרגיל ב-Colab בנושא מדריך מהיר במיוחד ל-NumPy, שבו מפורט כל המידע הנדרש ב-NumPy לקורס הזה.
3. אם זו הפעם הראשונה שאתם משתמשים ב-pandas, כדאי לבצע את התרגיל ב-Colab בנושא מדריך מהיר במיוחד ל-pandas, שבו מפורט כל המידע הנדרש על pandas לצורך הקורס 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 ידע קודם בתחום למידת המכונה, ולא נדרש ידע כזה. עם זאת, כדי להבין את המושגים המוצגים ולבצע את התרגילים, מומלץ שהתלמידים יעמדו בדרישות המוקדמות הבאות:

• צריך להכיר משתנים, משוואות ליניאריות, גרפים של פונקציות, תרשים עמודות וערכים ממוצעים סטטיסטיים.

• צריך להיות לכם ידע טוב בתכנות. מומלץ שיהיו לכם ניסיון מסוים בתכנות ב-Python, כי תרגילי התכנות יהיו ב-Python. עם זאת, בדרך כלל מתכנתים מנוסים ללא ניסיון ב-Python יכולים להשלים את תרגילי התכנות בכל זאת.

בקטעים הבאים מופיעים קישורים למידע נוסף שיכול לעזור לכם.

אלגברה

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

אלגברה לינארית

• tensor ו-tensor rank
• הכפלת מטריצות

טריגונומטריה

• tanh (הפונקציה הזו מופיעה כפונקציית הפעלה, ולא נדרש ידע קודם)

נתונים סטטיסטיים

• ממוצע, חציון, ערכים חריגים וסטיית תקן
• יכולת לקרוא היסטוגרמה

חשבון דיפרנציאלי ואינטגרלי (אופציונלי, לנושאים מתקדמים)

• את הקונספט של נגזרת (לא תצטרכו לחשב נגזרות בפועל)
• שינוי הדרגתי או שיפוע
• נגזרות חלקיות (שקשורות מאוד לנגזרות)
• כלל שרשרת (להבנה מלאה של אלגוריתם החזרה לאחור לאימון רשתות נוירונים)

תכנות ב-Python

במדריך Python מוסבר על הנושאים הבסיסיים הבאים ב-Python:

• הגדרה של פונקציות והפעלה שלהן באמצעות פרמטרים פוזיציונליים ופרמטרים של מילות מפתח

• מילונים, רשימות, קבוצות (יצירה, גישה וחזרה על פעולות)

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

• בלוקים מותנים של if/else וביטויים מותנים

• עיצוב מחרוזות (למשל, '%.2f' % 3.14)

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

בחלק מתרגילי התכנות נעשה שימוש במושג המתקדם יותר הבא ב-Python:

• ביטויים להצגת רשימות

Bash Terminal ו-Cloud Console

כדי להריץ את תרגילי התכנות במחשב המקומי או במסוף בענן, צריך לדעת איך לעבוד בשורת הפקודה:

• מדריך העזר של Bash
• מדריך מקוצר ל-Bash
• מידע על Shell