Вимоги й підготовка

Чи підходить вам інтенсивний курс із машинного навчання?

У мене мало або зовсім немає досвіду в машинному навчанні.

У мене є певний досвід у машинному навчанні, але я хочу дізнатися більше про нього й отримати актуальну інформацію.

У мене є практичний досвід у застосуванні концепцій машинного навчання для роботи з даними й побудови моделей.

Я шукаю навчальні посібники, щоб дізнатися, як використовувати API машинного навчання, наприклад Keras.

Прочитайте розділи Підготовка й Вимоги, перш ніж почати проходити інтенсивний курс із машинного навчання, щоб переконатися, що ви готові до всіх модулів.

Підготовка

Перш ніж почати проходити інтенсивний курс із машинного навчання, виконайте дії, наведені нижче.

1. Якщо ви тільки починаєте вивчати машинне навчання, перейдіть у розділ Вступ до машинного навчання. У цьому короткому курсі для самостійного вивчення ви дізнаєтеся про основні концепції машинного навчання.
2. Якщо ви вперше знайомитеся з NumPy, виконайте вправу із швидкого навчального посібника з NumPy у Colab, з якої ви дізнаєтеся все, що потрібно знати про NumPy для цього курсу.
3. Якщо ви вперше знайомитеся з pandas, виконайте вправу із швидкого навчального посібника з pandas у Colab, з якої ви дізнаєтеся все, що потрібно знати про pandas для цього курсу.

Перегляньте розділ Як виконувати вправи з програмування в локальному середовищі, щоб дізнатися, як завантажити вправи з програмування на вашу машину, а потім установити й запустити їх.

Вимоги

Щоб проходити інтенсивний курс із машинного навчання, не потрібні попередні знання в галузі машинного навчання. Однак бажано відповідати вимогам, наведеним нижче, щоб мати змогу засвоїти представлені концепції і виконати вправи.

• Ви маєте добре розбиратись у змінних, лінійних рівняннях, графіках функцій, гістограмах і статистичних методах.

• Ви маєте бути хорошим програмістом. Найкраще, якщо у вас є певний досвід роботи з Python, оскільки вправи з програмування написані на Python. Однак досвідчені програмісти без досвіду кодування на Python зазвичай можуть виконувати всі такі вправи.

У наступних розділах містяться посилання на інші корисні довідкові матеріали.

Алгебра

• Змінні, коефіцієнти й функції
• Лінійні рівняння, наприклад $y = b + w_1x_1 + w_2x_2$
• Логарифми й логарифмічні рівняння, такі як $y = ln(1+ e^z)$
• Сигмоїдна функція

Лінійна алгебра

• Тензор і ранг тензора
• Множення матриць

Тригонометрія

• Тангенс (розглядається як функція активації; попередні знання не потрібні)

Статистика

• Середнє значення, медіана, викиди й стандартне відхилення
• Уміння читати гістограму

Числення (за бажанням, для поглиблених тем)

• Поняття похідної (вам не доведеться обчислювати похідні)
• Градієнт або нахил
• Часткові похідні (які тісно пов’язані з градієнтами)
• Ланцюгове правило (воно дає повне розуміння алгоритму зворотного поширення для навчання нейронних мереж)

Програмування мовою Python

У навчальному посібнику з Python розглядаються такі основи Python:

• визначення й виклик функцій за допомогою позиційних параметрів, а також параметрів ключових слів

• словники, списки, набори (створення, доступ і ітерації)

• forцикли, for цикли з декількома змінними ітератора (наприклад, for a, b in [(1,2), (3,4)])

• if/else умовні блоки й умовні вирази

• форматування рядків (наприклад, '%.2f' % 3.14)

• змінні, присвоєння, основні типи даних (int, float, bool, str)

У деяких вправах із програмування використовується складніша концепція Python:

• спискові включення

Термінал Bash і хмарна консоль

Щоб виконувати вправи з програмування на локальному комп’ютері або в хмарній консолі, потрібно вміти працювати з командним рядком.

• Довідковий посібник із Bash
• Підказки для Bash
• Вивчення Shell