Sadəcə olaraq geliştirici kursunu keçdim Google Maşın Öyrənmə Qəza Kursu. Sizə əsasları verdikləri və TensorFlow ilə real tətbiq nümunələrini gördükləri bir giriş kursu. Bu nümunələr məni buna təşviq etdi.
Crash vs. Machine Learning Coursera
Kursdan daha sadə bir kursdur Coursera Maşın Öyrənməsi və daha praktik. Tutaq ki, Coursera kursu, alqoritmlərin riyazi olaraq necə işlədiyini başa düşməyinizə yönəlir, Google Crash -da bu alqoritmlər demək olar ki, qara qutulara bənzəyir, sizə kiçik bir izahat verir və bunu Tensor Flow ilə tətbiq etməyi öyrədir.
Və bu böyük fərqdir. Google kursu, Maşın Öyrənməsinin fərqli anlayışlarını və alqoritmlərini daha az dərindən izah etməsinə baxmayaraq, onları tətbiq etməyi və TensorFlow və Keras istifadə etməyə başlamağı öyrədir.
Bütün məşqlər ilə aparılır google colab, hazırladığımız inkişaf mühitinə sahibik. Alqoritmləri tətbiq etmək üçün Matalab və ya Octave ilə işləyən Cursera kursu ilə böyük bir fərq var. Ancaq Tensorflow və ya əsl problemi necə həll etmək barədə heç bir şey görmürsən.
Kursu nəzərdən keçirərkən şərhimi yazaraq
Olduqca nəzəri bir şeydir. Ancaq bəlkə də buna görə başlamaq üçün yaxşı bir yol kimi görünür, çünki nə edəcəyinizi öyrənmək üçün deyil, nə üçün etdiyinizi də düşünürsünüz.
- Bu və ya digər alqoritmi nə vaxt seçmək lazımdır.
- Fərqli parametrləri necə seçmək və təyin etmək.
- Alqoritmlərlə bağlı hansı problemlər yarana bilər və xüsusilə hansı tədbirləri görməlidir.
Google -un Machine Learning Crash kursu yüksək səviyyədə riyaziyyata malik olmasanız da edilə bilər, Andrew Ng's Coursera -da yoxdur
Gündəlik: Kursda görünənlər
Birincisi, Maşın Öyrənmənin nə olduğunu, əsas anlayışları və problem növlərini izah etməklə başlayırsınız. Və bununla, aşağıdakı məqamlardan danışmağın vaxtı gəldi. İngilis dilində bir çox termin olduğunu bağışlayın, amma kurs ingilis dilindədir (buna əməl etmək çox asan olsa da) və bir çox düymənin ya tərcüməsi yoxdur, ya da tərcümə edildikdə mənasını itirir, çünki kontekstdə Machine Learning hər kəs və bütün saytlarda bunları ingilis dilində söyləyir.
- Xətti Reqressiya və ya Xətti Reqressiya
- Kvadrat itki: məşhur itki funksiyası
- Gradient Down və Gradient Stochastic Down
- Öyrənmə dərəcəsi və ya öyrənmə dərəcəsi.
- Ümumiləşdirmə
- Üstünlük
- Doğrulama dəsti
- Keçid bir qaynaq vektorları ilə kəsişmə xüsusiyyəti
- Nolinariallıqlar
- Tənzimləmə (sadəlik və azlıq) (L1 və L2)
- Logistik reqressiya
- Təsnifat
- Dəqiqlik, dəqiqlik və geri çağırma
- ROC əyrisi və AUC
- Sinir şəbəkələri (Təlim, Hamıya qarşı, Softmax)
- Döşəmələr
Dediyim kimi, Google Colab ilə işləyir.
Kimin üçündür
Yeni başlamısınızsa və sadə nümunələri necə tətbiq edəcəyinizi öyrənmək istəyirsinizsə. Başlamaq üçün yaxşı bir yoldur.
Əlbəttə ki, öz sürətinizlə edə biləcəyiniz 15 saat var və məşqlər olsa da, çatdırılma etmək və ya hər hansı bir testdən keçmək lazım deyil.
Kurs pulsuzdur.
Bəs indi?
Sürətli olduqları üçün Google -da qalanlarına mütləq baxacağam.
- Crash Course
- Çərçivə qurmaqda problem
- Məlumat Hazırlığı
- Kümelenme
- Tövsiyə
- Test və Hata Ayıklama
- GAN -lar
Bəzi testlərə davam etməklə yanaşı siyahıda qoyduğumuz kurslar Necə olduqlarını görmək və əgər ciddi bir iş görsəm, bu daha inkişaf etmiş olar.
İş yerində bir alət yaratmaq üçün ciddi bir layihəm var və indi ehtiyacım olan şey, öyrəndiyim hər şeyi tətbiq etməyə başlamaq və əsl problemlərlə mübarizə aparmaqdır.
Blogda irəliləyişlərimi bildirməyə davam edəcəyəm.
