קורס קריסה ללמידת מכונה

המבוא המעשי והמהיר של Google ללמידת מכונה, שכולל סדרת שיעורים עם הרצאות בווידאו, המחשות ויזואליות אינטראקטיביות ותרגילים מעשיים.
התחלת קורס מקוצר עיון במודולים של קורסים הצגת דרישות מוקדמות
מאז 2018, מיליוני אנשים ברחבי העולם הסתמכו על 'קורס מקוצר על למידת מכונה' כדי ללמוד איך למידת מכונה פועלת ואיך למידת מכונה יכולה לעבוד בשבילם. אנחנו שמחים להכריז על השקה של גרסה מעודכנת של MLCC שמציגה את הפיתוחים האחרונים ב-AI, עם התמקדות מוגדלת בלמידה אינטראקטיבית. כדאי לצפות בסרטון הזה כדי לקבל מידע נוסף על גרסת ה-MLCC החדשה והמשופרת.

יחידות לימוד לקורס

כל מודול של קורס מקוצר על למידת מכונה עומד בפני עצמו, כך שאם יש לכם ניסיון קודם בלמידת מכונה, תוכלו לדלג ישירות לנושאים שרוצים ללמוד. אם זו הפעם הראשונה שאתם משתמשים בלמידת מכונה, מומלץ להשלים את המודולים לפי הסדר הבא.

מודלים של למידת מכונה

יחידות לימוד אלה עוסקות ביסודות של רגרסיה וסיווג של מבנים למשימות ספציפיות.

מבוא לרגרסיה לינארית, על מודלים לינאריים, אובדן, ירידה הדרגתית וכוונון היפר-פרמטר.
מבוא לרגרסיה לוגיסטית, שבה מודלים של למידת מכונה מיועדים לחזות את ההסתברות של תוצאה נתונה.
מבוא למודלים של סיווג בינארי, עם מידע על ערכי סף, מטריצות בלבול ומדדים כמו דיוק, דיוק, זיכרון ו-AUC.

נתונים

המודולים האלה עוסקים בטכניקות בסיסיות ובשיטות מומלצות לעבודה עם נתונים של למידת מכונה.

במאמר הזה אנחנו מסבירים איך לנתח נתונים מספריים ולשנות אותם כדי לאמן מודלים של למידת מכונה ביעילות רבה יותר.
לימוד יסודות העבודה עם נתונים קטגוריים: כיצד להבחין בין נתונים קטגוריים לבין נתונים מספריים; כיצד לייצג נתונים קטגוריים באופן מספרי באמצעות קידוד חד-פעמי, גיבוב (hashing) וקידוד ממוצע של תכונות, וכיצד לבצע צלבי תכונות.
מבוא למאפיינים של מערכי נתונים של למידת מכונה, ואיך להכין את הנתונים כדי להבטיח תוצאות באיכות גבוהה לאימון ולהערכה של המודל.

מודלים מתקדמים של למידת מכונה

המודולים האלה עוסקים בארכיטקטורות מתקדמות של מודלים של למידת מכונה.

מבוא לעקרונות הבסיסיים של ארכיטקטורות של רשתות נוירונים, כולל מתאמים, שכבות נסתרות ופונקציות הפעלה.
כאן תוכלו ללמוד איך הטמעות מאפשרות למידת מכונה על וקטורים של תכונות גדולות.
חדש
מבוא למודלים גדולים של שפה (LLM), מאסימונים ועד טרנספורמרים. לומדים איך מודלים מסוג LLM לומדים לחזות פלט טקסט, ואיך הם מתכננים ומאמנים את המודל.

למידת מכונה בעולם האמיתי

יחידות הלימוד האלה עוסקות בשיקולים חשובים בפיתוח ובפריסה של מודלים של למידת מכונה בעולם האמיתי, כולל שיטות מומלצות לייצור, אוטומציה והנדסה אחראית.

במסלול הזה נלמד אתכם איך מערכת ייצור למידת מכונה פועלת ממגוון רחב של רכיבים.
חדש
לומדים את העקרונות והשיטות המומלצות לשימוש בלמידת מכונה אוטומטית.
בהדרכה הזו תלמדו עקרונות ושיטות מומלצות לבקרה על מודלים של למידת מכונה כדי לשמור על הוגנות, כולל אסטרטגיות לזיהוי וצמצום הטיות בנתונים.