Maskinelæring

Kunstig intelligens, maskinlæring, dyb læring. alle bliver stadig mere populære begreber. Det ser ud som noget fra fremtiden, men det bruges mere og mere på alle områder af livet. Ikke kun på Internettet, ikke kun på computersyn. De diagnosticerer sygdomme, optimerer problemer, kører biler og en lang række andre ting.

Hvad skal vi tale om

Vi offentliggør ikke nyheder. Vi vil forsøge at få nyttige oplysninger som normalt i Ikkaro. Samler værktøjer, forsøger at forklare begreber, laver eksempler på maskinlæring. Applikationer i forskellige felter, såsom IoT, og ethvert interessant datablad, som du finder.

Jeg er ikke ekspert. Jeg er i gang med at lære, men jeg tror, jeg kan bidrage med den viden, som jeg tilegner mig og forbedrer med den.

Kurser til læring af maskinlæring, dyb læring og kunstig intelligens

kurser om maskinlæring, dyb læring. Vigtigheden af data

Dette er de bedste ressourcer, jeg finder for at lære om maskinlæring, dyb læring og andre emner om kunstig intelligens.

Der er gratis og betalte kurser og på forskellige niveauer. Selvom der er nogle på spansk, er de fleste naturligvis på engelsk.

Gratis kurser

Til at begynde med

Jeg deler det i korte kurser (fra 1 til 20 timer), som er til en første kontakt med emnet.

Introduktion til maskinindlæring af Kaggle Kort, kun 3 timer
Machine Learning Crash Course af Google med TensorFlow API'er (15 timer)
Introduktion til dyb læring af Kaggle 4 timer at lære DL og TensorFlow. Lær hovedideerne i Machine Learning og opbyg dine første modeller.
Stanford Classes IA vision en YouTube-liste over Stanford-klasser for at lære computersyn og AI (20 timer)
Introduktion til dyb læring af MIT. Det er kun for studerende eller tidligere studerende, men vi kan se klasserne.
Elementer af AI. En gratis introduktion til kunstig intelligens for NON-eksperter fra Helsinki universitet.

Fortsæt læsning

Sådan konverteres tabeller fra PDF til Excel eller CSV med Tabula

Når jeg ser på de historiske data, der tilbydes af et meteorologisk observatorium i min by, ser jeg det de tilbyder dem kun grafisk og til download som PDF. Jeg forstår ikke, hvorfor de ikke lader dig downloade dem i csv, hvilket ville være meget mere nyttigt for alle.

Så jeg har ledt efter en løsning til at overføre disse tabeller fra pdf til csv, eller hvis nogen vil formatere Excel eller Libre Office. Jeg kan godt lide csv, fordi du med en csv gør alt, hvad du kan håndtere det med python og dets biblioteker, eller du kan nemt importere det til ethvert regneark.

Idéen er at opnå en automatiseret proces, hvad jeg vil have, er et script til at arbejde med Python, og det er her Tabula kommer ind.

Fortsæt læsning

Anaconda Tutorial: Hvad det er, hvordan man installerer det, og hvordan man bruger det

Anaconda Data Science, big data og pytho, R distribution

I denne artikel efterlader jeg en Anaconda installationsvejledning, og hvordan du bruger din Conda pakkehåndtering. Med dette kan vi skabe udviklingsmiljøer for python og R med de biblioteker, vi ønsker. Meget interessant at begynde at rode med Machine Learning, dataanalyse og programmering med Python.

Anaconda er en gratis og open source distribution af Python og R programmeringssprog, der er meget udbredt i videnskabelig computing (Data ScienceData Science, Machine Learning, Science, Engineering, predictive analytics, Big Data osv.).

Det installerer et stort antal applikationer, der er udbredt i disse discipliner på én gang, i stedet for at skulle installere dem en efter en. . Mere end 1400, og det er de mest anvendte i disse discipliner. Nogle eksempler

numpy
pandas
Tensorflow
H20.ai
Scipy
Jupyter
Dask
OpenCV
MatplotLib

Fortsæt læsning

Sådan installeres Keras og TensorFlow fra backend på Ubuntu

hvordan man installerer keras på ubuntu

Efter afslutning af Machine Learning kursus, Jeg kiggede, hvor jeg kunne fortsætte. Udviklingsmiljøerne i Octave / Matlab-prototypekurset er ikke, hvad folk bruger, så du er nødt til at springe til noget højere kvalitet. Blandt de kandidater, der er mest anbefalet til mig, er Keras, ved hjælp af backend TensorFlow. Jeg vil ikke undersøge, om Keras er bedre end andre værktøjer eller rammer, eller om jeg skal vælge TensorFlow eller Theano. Jeg skal bare forklare, hvordan det kan installeres i Ubuntu.

Først forsøgte jeg at installere det fra dokumentationen til de officielle sider, og det var umuligt, jeg havde altid en eller anden fejl, noget uløst spørgsmål. Til sidst gik jeg og ledte efter specifikke tutorials om, hvordan man installerer keras i Ubuntu Og alligevel har jeg brugt to dage på at bruge meget tid om natten. Til sidst har jeg opnået det, og jeg efterlader dig, hvordan jeg har gjort det, hvis det kan bane vejen for dig.

Da vi følger de trin, der anbefales af de websteder, som jeg efterlader dig fra kilder i slutningen af vejledningen, skal vi installere PIP, som jeg ikke havde, for at administrere pakkerne. pip i Linux er det, at et pakkehåndteringssystem skrevet i python.

sudo apt-get install python3-pip sudo apt installer python-pip

Fortsæt læsning

Jeg er færdig med Coursera Machine Learning kurset

Jeg er færdig med Machine Learning kursus tilbudt af Stanford University på Coursera, og da der allerede er flere, der har spurgt mig åbent og privat om det, ville jeg detaljerede lidt mere, hvad det syntes for mig, og at den, der beslutter at gøre det, ved hvad de vil finde.

Det er en gratis kursus i maskinlæring, undervist af Andrew Ng. når du er færdig, hvis du vil, kan du have et certifikat, der understøtter de opnåede færdigheder til € 68. Det er opdelt i 3 søjler, videoer, eksamener eller Quizz og programmeringsøvelser. Det er på engelsk. Du har undertekster på flere sprog, men spansk er ikke særlig god, og nogle gange er de forældede, meget bedre, hvis du sætter dem på engelsk.

Det er ret teoretisk. Men måske er det derfor, det virker som en god måde at starte, fordi du ikke kun vil lære, hvad du skal gøre, men hvorfor du gør det.

Fortsæt læsning