6 užitečných kurzů strojového učení a kurzů, abyste pochopili základy

Strojové učení je budoucnost automatizace. Miliony úkolů prováděných denně lidmi budou nakonec nahrazeny vyškolenými neuronovými sítěmi. Dokonce i nyní, vaše strojové algoritmy formují váš život.

Trh práce se přesouvá, aby vyhověl této nové technologii, a těm, kteří jsou schopni programovat své vlastní sítě (nebo integrovat se stávajícími), je velká poptávka.

Nikdy nebyl lepší čas na ponoření do strojového učení. Zde je šest užitečných návodů a zdrojů, které vám pomohou dozvědět se o strojovém učení.

1. Kódovací vlak

Každý, kdo je obeznámen s kanálem YouTube Daniela Shiffmana, bude vědět o svých vynikajících tutoriálech jak ve zpracování, tak na p5.js. Jeho zábavný styl výuky v reálném čase pomohl nesčetným lidem naučit se základy kódování.

Shiffman má kromě mnoha svých videí s výzvou k programování, která se týkají jednotlivých témat, také neuvěřitelně důkladný seznam skladeb pro strojové učení.

Tato videa jsou užitečná zejména pro ty, kteří se chtějí naučit jazyk Java nebo JavaScript jako svůj primární jazyk. Naštěstí se koncepty obsažené v řadě vztahují na jakýkoli jazyk podle vašeho výběru.

The Nature of Code, Shiffmanova nejoblíbenější kniha, věnovala svou poslední kapitolu neuronovým sítím. Samotný je vynikajícím úvodem do oboru. Práce pokračovala jak na kanálu YouTube Coding Train, tak na jeho osobní stránce GitHub.

Velkou sílou učení tímto způsobem je samotný Daniel Shiffman. Jako přirozený učitel dává jasné příklady interakce kódu s algoritmy strojového učení.

2. Crash kurz strojového učení

Google jsou velcí hráči ve strojovém učení. Jejich open source platforma Tensorflow je navržena tak, aby otevřela téma všem v různých programovacích jazycích.

Google má také svůj vlastní bezplatný kurz strojového havárie, který je navržen tak, aby učil jak základy strojového učení, tak jak používat Tensorflow prostřednictvím API.

Každá kapitola kurzu obsahuje video přednášky spolu s plným textem na podporu obsahu. Jak se očekávalo, jedná se o neuvěřitelně detailní učební plán. Kurz nabízí také interaktivní “Programovací výzva” stránky, na kterých je kód zobrazen dynamicky v prohlížeči, kde jej lze spouštět i upravovat, před poskytnutím výzev pro kódování, které vám pomohou porozumět modulu.

Osnovy také uvádí “Cvičení na hřišti” a šance “Zkontrolujte své porozumění”, zahrnující interaktivní vizualizace principů strojového učení a otázek založených na aktuálním tématu.

Není nijak překvapivé, že Google je v této oblasti lídrem, a pokud jde o kurz zdarma, tento pokrývá spoustu věcí!

3. Siraj Raval

I když tam je mnoho skvělých učitelů na YouTube, jen málokdo získává rovnováhu mezi vynikající prezentací, jasným vysvětlením témat a hlavně memy, stejně jako Sirajem Ravalem..

Jeho kanál YouTube se zaměřuje hlavně na programovací jazyk Python a mnoho zásad nezbytných pro moderní vědu o datech a strojové učení. Siraj má seznam stop snadno sledovatelných videí na téma neuronových sítí a strojového učení. Rozdíl mezi rychlými videonahrávkami s jedním předmětem a delší prací na projektu ve stylu živého proudu pokrývá jak základní prvky, tak i to, jak je aplikovat na data..

Sirajův kanál je zvláště užitečný pro ty, kteří se již učí Python, a pokud se chcete učit jazyk, tyto základní příklady Pythonu 10 základních příkladů Pythonu, které vám pomohou rychle se naučit 10 Základní příklady Pythonu, které vám pomohou rychle se naučit Tento článek základního pythonu příklady jsou pro ty, kteří již mají zkušenosti s programováním a chtějí jednoduše přejít na Python co nejrychleji. vám pomůže vyzvednout základy.

4. Neuronové sítě a hluboké učení

Zatímco výukové programy jsou skvělý způsob, jak se učit, někteří lidé dávají přednost poučení z knihy. Neural Networks and Deep Learning od Michaela Nielsena se nepovažuje za tiskovou knihu, protože používá vložené příklady určené pro prohlížeč. Je to však nejjasnější písemné vysvětlení nejen historie strojového učení, ale také toho, jak se naučit matematiku za neuronovými sítěmi, které najdete.

Kniha sleduje projekt rozpoznávání postav od začátku do konce. Jeho stimulace umožňuje čtenáři pochopit, jak a proč se síť učí, spolu s rozhodnutími a výzvami, kterým budou čelit při sestavování fungující neuronové sítě.

Opět platí, že jazykem výběru je Python, ačkoli základy jsou zde tak důkladně pokryty, že se doporučuje číst každému, kdo má zájem o strojové učení..

5. Udacity Nanodegrees pro strojové učení

Existuje několik do hloubky “Nanodegrees” k dispozici na Udacity pro strojové učení. Důrazně doporučený kurz stát se strojovým učením je hloubkový kurz, který studentovi prostřednictvím projektových prací přebírá principy strojového učení.

Každý projekt je navržen tak, aby napodoboval něco, čemu by inženýr při své práci čelil. Studenti zapsaní do kurzu získají přístup k Amazon Web Services (AWS) k nasazení svých projektů.

Kurz stojí 899 $, nebude levný podle standardů mnoha lidí, ale výhoda vztahu s vašimi učiteli spolu s nástroji poskytovanými v kurzu bude pro mnohé neocenitelná.

6. Vytvořte smíšené kurikulum

Zatímco vše, co je na tomto seznamu doposud ideální, je pro pokročilé učení, pro mnoho lidí je i základy obtížné. V tomto případě může být vytvoření smíšeného kurikula skvělým způsobem, jak vyplnit všechny mezery a zajistit robustní znalostní základnu postupující vpřed.

Reddit uživatel pk7677 odpověděl na příspěvek na / r / MachineLearning s několika šalvějskými radami:

Celý příspěvek pokračuje doporučením vytvoření vlastních osobních projektů. Měli byste také dávat pozor na nové a rozvíjející se oblasti pole.

Hluboké učení pro strojové učení

Ať už používáte jakoukoli metodu strojového učení, buďte připraveni na dlouhou cestu. Předmět je ze své podstaty neuvěřitelně hustý.

Popularita strojového učení se prudce zvýšila, a to díky zlepšením výpočetní síly a počítačové vědy. Za touto teorií nejsou žádné snadné cesty. Nyní je čas se vyrovnat s budoucími prověřenými programovacími jazyky.

Pokud jste začátečník, vyberte si programovací jazyk pro začátečníky. 6 Nejjednodušší programovací jazyky, které se mají učit pro začátečníky 6 Nejjednodušší programovací jazyky, které se mají učit pro začátečníky Naučit se programovat je o nalezení správného jazyka stejně jako o procesu editace. Zde je prvních šest nejjednodušších programovacích jazyků pro začátečníky. před potápěním do strojového učení. A nezapomeňte si prohlédnout naše srovnání hlubokého učení, strojového učení a AI Deep Learning vs Machine Learning vs. AI: Jak spolu chodí? Hluboké učení vs. strojové učení vs. AI: Jak spolu chodí? Snažíte se zjistit rozdíl mezi umělou inteligencí, strojovým učením a hlubokým učením? Zde mají význam všichni. . Pokračujte v učení a hodně štěstí!