Acabo de fer el curs per a desenvolupadors de Google Machine Learning Crash Course. Un curs d'introducció, on et donen els conceptes bases i veus exemples d'implementacions reals amb TensorFlow. Aquests exemples són els que m'han animat a fer-ho.
Aprenentatge automàtic
La intel·ligència artificial, el machine learning, el deep learning. tots són conceptes cada vegada més en auge. Sembla una mica de el futur, però es età utilitzant cada vegada més en tots els àmbits de la vida. No només en itnernet, no només en visió artificial. S'estan diagnosticant malalties, optimitzant problemes, conduint cotxes i una gran quantitat d'altres coses
De què parlarem
No anem a publicar notícies. Intentarem treure informació útil com és costum en Ikkaro. Recopilant eines, intentant explicar conceptes, fent exemples de Machine Learning. Aplicacions en diferents àmbits, com IOT, i qualsevol datasheet interessant que trobi.
No sóc expert. Estic en ple aprenentatge però crec que puc anar aportant els coneixements que vagi adquirint i anar millorant amb això.
Google Colaboratori o Google Col·lab
Colaboratori, també anomenat Google Colab és un producte de Google Research i serveix per poder escriure i executar Python i altres llenguatges des del nostre navegador.
Què és
Colab és un Jupyter allotjat, Instal·lat i configurat, de manera que no hem de fer res al nostre ordinador sinó simplement treballar des del navegador, sobre recursos en el núvol.
Funciona exactament igual que Jupyter, pots veure nostre article. Són Notebooks o quaderns basat en cel·les que poden ser textos, imatges o codi, en aquest pas de Python, perquè a diferència de Jupyter Col·lab de moment només es pot fer servir el nucli de Python, parlen d'implantar més endavant altres com R, Scala, etc, però no es diu cap data.
Cursos per aprendre Machine Learning, Deep Learning i intel·ligència Artificial
Aquests són els millors recursos que vaig trobant per aprendre de Machine Learning, Deep Learning i altres temes d'Intel·ligència Artificial.
Hi ha cursos gratuïts i de pagament i de diferents nivells. Això sí encara que hi ha alguns en espanyol, la majoria estan en anglès.
cursos gratuïts
per principiants
El dividit en cursos curts (d'1 a 20 hores) Aquests són per a una primera presa de contacte amb la matèria.
- Intro to Machine Learning by Kaggle Curt, només 3 hores
- Machine Learning Crash Course per Google amb TensorFlow APIs (15 hours). FET. Aquí la ressenya
- Intro to Deep Learning by Kaggle 4 hores per aprendre DL i TensorFlow. Aprèn les idees principals de l'Machine Learning i construeix els teus primers models.
- Stanford Classes IA visió 20 llista de Youtube amb classes de Stanford per aprendre visió artificial i IA (XNUMX hores)
- Introduction to Deep Learning pel MIT. És només per a alumnes o antics aluumnos però podem veure els vídeos de les classes.
- Elements de la IA. Una introducció gratuïta de la Intel·ligència Artificial per a NO experts per la Universitat d'Hèlsinki.
Com convertir taules de PDF a Excel o CSV amb Tabula
Mirant les dades històriques que ofereix un observatori meteorològic de la meva ciutat, veig que només els ofereixen gràficament i per descarregar com PDF. No entenc per què no deixen descarregar-los en csv que seria molt més útil per a tothom.
Així que he estat buscant una solució per passar aquestes taules de pdf a csv o si algú vol a format Excel o Libre Office. M'agrada csv perquè amb un csv fas de tot pots tractar-lo amb python i les seves llibreries o el podeu importar fàcilment en qualsevol full de càlcul.
Com la idea és aconseguir un procés automatitzat el que vull és un script per treballar amb Python i aquí és on entra Tabula.
Tutorial Anaconda: Què és, com instal·lar-lo i com es fa servir
En aquest article deixo una guia d'instal·lació de Anaconda i guia d'ús del seu gestor de paquets Conda. Amb això podrem crear entorns de desenvolupament per python i R amb les llibreries que desitgem. Molt interessant per començar a trastejar amb Machine Learning, anàlisi de dades i programació amb Python.
Anaconda és una distribució lliure i Open Source dels llenguatges de programació Python i R molt usada en computació científica (Data ScienceData Science, Machine Learning, Ciència, Enginyeria, analítica predictiva, Big Data, etc.).
Ens instal·la una gran quantitat d'aplicacions molt utilitzades en aquestes disciplines totes d'una vegada, en lloc d'haver d'anar instal·lant una a una. . Més de 1400 i que són els més utilitzats en aquestes disciplines. alguns exemples
- Ennuvolat
- pandes
- Corrent de tensió
- H20.ai
- Xipó
- Júpiter
- panell
- OpenCV
- matplotlib
Com instal·lar Keras i TensorFlow de backend en Ubuntu
Després d'acabar el curs de Machine Learning, Vaig estar mirant per on continuar. Els entorns de desenvolupament usats en el curs per protopipar en Octave / Matlab no són el que fa servir la gent, així que cal donar el salt a alguna cosa de més qualitat. Entre els candidats que més m'han recomanat està Keras, usant a TensorFlow de backend. No entraré en si Keras és millor que altres eines o altres frameworks o si triar TensorFlow o Theano. Tan sols vaig a explicar com es pot instal·lar en Ubuntu.
Primer vaig provar a instal·lar a partir de la documentació de les paǵinas oficials, i em va resultar impossible, sempre em apareixia algun error, algun dubte no resolta. A la fin em vaig anar a buscar tutorials específics de com instlar keras en Ubuntu i tot i així m'he passat dos dies tirant-li força temps a la nit. A la fin ho he aconseguit i et deixo com ho he fet per si pot aplanar el camí.
Com seguirem els passos que recomanen les webs que us deixo de fonts a la fi de l'tutorial, anem a instal·lar PIP que jo no ho tenia, per administrar els paquets. pip en linux és això, un sistema de gestió de paquets escrit en Python.
sudo apt-get install python3-pip sudo apt install python-pip
He acabat el curs de Machine Learning de Coursera
He acabat el Curs de Machine Learning ofert per la universitat de Stanford a Coursera, I com ja són diversos els que m'han preguntat en obert i en privat sobre el mateix, he volgut detallar una mica més el que m'ha semblat i que el que decideixi fer-ho sàpiga amb què es va a trobar.
Es tracta d'un curs gratuït sobre Machine Learning, Impartit per Andrew Ng. un cop acabat si vols pots tenir un certificat on es avala les aptituds aconseguides per 68 €. Està dividit en 3 pilars, vídeos, Exàmens o Quizz i exercicis de programació. Està en anglès. Tens subtítols en diversos idiomes, però els espanyols no estan molt bé i de vegades van desfasats, molt millor que els posis en anglès.
És bastant teòric. Però potser per això em sembla una bona forma d'iniciar-se perquè no només vas a aprendre què fer sinó per què ho fas.