Wymagania wstępne i przygotowanie

Czy Szybkie szkolenie z systemów uczących się jest dla Ciebie odpowiednie?

Nie mam lub mam niewielką wiedzę na temat systemów uczących się.

Zalecamy zapoznanie się z całym materiałem w kolejności.

ROZPOCZNIJ NAUCĘ

Mam podstawową wiedzę z zakresu uczenia maszynowego, ale chciałbym uzyskać bardziej aktualne i pełne informacje.

Szybkie szkolenie z systemów uczących się będzie świetnym przypomnieniem. Przejrzyj wszystkie moduły w kolejności lub wybierz tylko te, które Cię interesują.

ROZPOCZNIJ NAUCĘ

Mam praktyczne doświadczenie w stosowaniu koncepcji uczenia maszynowego do pracy z danymi i tworzenia modeli.

Szybkie szkolenie z uczenia maszynowego może być przydatne do przypomnienia sobie podstawowych koncepcji uczenia maszynowego, ale warto też zapoznać się z naszymi zaawansowanymi kursami dotyczącymi uczenia maszynowego, które obejmują narzędzia i techniki rozwiązywania problemów związanych z uczeniem maszynowym w różnych domenach.

ROZPOCZNIJ NAUCĘ

Szukam samouczków na temat interfejsów API do uczenia maszynowego, takich jak Keras.

Kurs intensywny uczenia maszynowego zawiera kilka ćwiczeń programowania, które wykorzystują biblioteki uczenia maszynowego, takie jak numpy, pandas i Keras, ale skupia się głównie na wyjaśnianiu pojęć związanych z uczeniem maszynowym i nie opisuje szczegółowo interfejsów API uczenia maszynowego. Więcej informacji o Keras znajdziesz w przewodnikach dla programistów.

Zanim zaczniesz kurs intensywny z maszynowego uczenia, przeczytaj sekcje Przygotowanie i Wymagania wstępne, aby mieć pewność, że uda Ci się ukończyć wszystkie moduły.

Przygotowanie

Zanim zaczniesz szkolenie z uczenia maszynowego:

1. Jeśli nie masz doświadczenia z systemami uczącymi się, przeczytaj artykuł Wprowadzenie do systemów uczących się. Na tym krótkim szkoleniu samoukowym poznasz podstawowe pojęcia związane z uczenie maszynowe.
2. Jeśli nie znasz jeszcze NumPy, wykonaj ćwiczenie w Colab NumPy Ultraquick Tutorial, które zawiera wszystkie informacje o NumPy, których potrzebujesz na potrzeby tego kursu.
3. Jeśli dopiero zaczynasz korzystać z pandas, wykonaj ćwiczenie Colab UltraQuick Tutorial, które zawiera wszystkie informacje o pandas, których potrzebujesz na potrzeby tego kursu.

Instrukcje pobierania, instalowania i uruchamiania ćwiczeń programowania na komputerze znajdziesz w sekcji Uruchamianie ćwiczeń programowania lokalnie.

Wymagania wstępne

Szybkie szkolenie z uczenia maszynowego nie zakłada ani nie wymaga żadnej wcześniejszej wiedzy na temat uczenia maszynowego. Aby jednak zrozumieć omawiane zagadnienia i wykonać ćwiczenia, zalecamy, aby uczniowie spełniali te wymagania wstępne:

• Musisz znać zmienne, równania liniowe, wykresy funkcji, histogramy i średnie statystyczne.

• Musisz być dobrym programistą. Najlepiej, jeśli masz już pewne doświadczenie w programowaniu w Python, ponieważ ćwiczenia programistyczne są w tym języku. Jednak doświadczeni programiści bez doświadczenia w Pythonie zwykle i tak mogą wykonać ćwiczenia z programowania.

W następnych sekcjach znajdziesz linki do dodatkowych materiałów, które mogą się przydać.

Algebra

• zmiennych, współczynników i funkcji.
• równania liniowe, takie jak \(y = b + w_1x_1 + w_2x_2\)
• logarytmy i równania logarytmiczne, takie jak \(y = ln(1+ e^z)\)
• funkcja sigmoidalna

algebra liniowa,

• tensor i pozycja tensora
• mnożenie macierzy

Trygonometria

• tanh (omówiona jako funkcja aktywacji; nie wymaga wcześniejszej wiedzy)

Statystyki

• średnia, mediana, wartości odstające i odchylenie standardowe.
• umiejętność odczytania histogramu.

Rachunek różniczkowy (opcjonalnie, w przypadku tematów zaawansowanych).

• pojęcie pochodna (nie musisz obliczać pochodnej);
• gradient lub nachylenie
• częściowe pochodne (ściśle powiązane z gradientami).
• reguła łańcuszkowa (aby w pełni zrozumieć algorytm propagacji wstecznej do trenowania sieci neuronowych).

Programowanie w Pythonie

W samouczku Pythona omówiono te podstawy Pythona:

• definiowanie i wywoływanie funkcji, korzystanie z parametrów pozycyjnych i słów kluczowych.

• słowniki, listy, zbiory (tworzenie, dostęp i iterowanie).

• forpętli, forpętli z wieloma zmiennymi iteracyjnymi (np. for a, b in [(1,2), (3,4)])

• if/elsebloki warunkowe i wyrażenia warunkowe

• formatowanie ciągu znaków (np. '%.2f' % 3.14)

• zmienne, przypisanie, podstawowe typy danych (int, float, bool, str)

Niektóre ćwiczenia programowania wykorzystują bardziej zaawansowane zagadnienia dotyczące Pythona:

• list comprehensions

Terminal Bash i konsola Cloud

Aby wykonywać ćwiczenia programistyczne na komputerze lokalnym lub w konsoli chmury, musisz umieć pracować w wierszu poleceń:

• Podręcznik Bash
• Bash Cheatsheet
• Więcej informacji o powłoce