Kursoj por lerni Maŝinlernadon, Profundan Lernadon kaj Artefaritan inteligentecon

kursoj pri maŝina lernado, profunda lernado. La graveco de datumoj

Ĉi tiuj estas la plej bonaj rimedoj, kiujn mi trovas por lerni pri Maŝinlernado, Profunda Lernado kaj aliaj temoj pri Artefarita Inteligenteco.

Estas senpagaj kaj pagataj kursoj kaj diversnivelaj. Kompreneble, kvankam estas iuj en la hispana, plej multaj estas en la angla.

Senpagaj kursoj

Por komencantoj

Mi dividas ĝin en mallongajn kursojn (de 1 ĝis 20 horoj), kiuj estas por unua kontakto kun la temo.

Konservu legadon

Kiel konverti tabelojn de PDF al Excel aŭ CSV per Tabula

Transdoni kaj konverti pdf al CSV kaj Excel

Rigardante la historiajn datumojn ofertitajn de meteologia observatorio en mia urbo, mi vidas tion ili nur ofertas ilin grafike kaj elŝuteblaj kiel PDF. Mi ne komprenas, kial ili ne lasas vin elŝuti ilin en CSV, kio estus multe pli utila por ĉiuj.

Do mi serĉis unu solvo por pasigi ĉi tiujn tabelojn de pdf al csv aŭ se iu volas formati Excel aŭ Libre Office. Mi ŝatas csv ĉar per csv vi faras ĉion, kion vi povas pritrakti per python kaj ĝiaj bibliotekoj aŭ vi povas facile importi ĝin al iu ajn kalkultabelo.

Ĉar la ideo estas atingi aŭtomatan procezon, kion mi volas estas skripto por funkcii kun Python kaj ĉi tie eniras Tabula.

Konservu legadon

Lernilo pri Anaconda: Kio ĝi estas, kiel instali ĝin kaj kiel uzi ĝin

Anaconda Data Science, granda datumo kaj pytho, R-distribuo

En ĉi tiu artikolo mi lasas Gvidilo pri instalado de Anaconda kaj kiel uzi vian pakaĵmanaĝeron Conda. Per ĉi tio ni povas krei evoluajn mediojn por python kaj R per la bibliotekoj, kiujn ni volas. Tre interese komenci fuŝadon kun Maŝina Lernado, datumanalizo kaj programado per Python.

Anaconda estas senpaga kaj liberfonta distribuo de la programlingvoj Python kaj R vaste uzata en scienca komputado (Data ScienceData Science, Maŝinlernado, Science, Inĝenieristiko, prognozaj analizistoj, Big Data, ktp).

Ĝi instalas multajn aplikojn vaste uzatajn en ĉi tiuj fakoj samtempe anstataŭ anstataŭ instali ilin unu post la alia. . Pli ol 1400 kaj tio estas la plej uzataj en ĉi tiuj fakoj. Iuj ekzemploj

  • Numba
  • Pandoj
  • Tensorfluo
  • H20.ai
  • Sciklo
  • Jupitero
  • Dask
  • OpenCV
  • MatplotLib

Konservu legadon

Kiel instali Keras kaj TensorFlow de backend en Ubuntu

kiel instali keras en Ubuntu

Fininte la Kurso pri Maŝinlernado, Mi serĉis kien daŭrigi. La evoluaj medioj uzataj en la prototipa kurso Octave / Matlab ne estas tio, kion homoj uzas, do vi devas salti al io pli altkvalita. Inter la plej rekomendindaj kandidatoj al mi estas Keras, uzante backend TensorFlow. Mi ne esploros ĉu Keras estas pli bona ol aliaj iloj aŭ aliaj kadroj aŭ ĉu elekti TensorFlow aŭ Theano. Mi nur klarigos kiel ĝi povas esti instalita en Ubuntu.

Unue, mi provis instali ĝin el la dokumentado de la oficialaj paĝoj, kaj ĝi estis neebla, mi ĉiam havis eraron, nesolvitan demandon. En la fino mi iris trovi specifaj lerniloj pri kiel instali keras en Ubuntu Kaj tamen mi pasigis du tagojn pasigante multan tempon nokte. Finfine mi atingis ĝin kaj mi lasas vin kiel mi faris ĝin, se ĝi povas malfermi la vojon al vi.

Ĉar ni sekvos la paŝojn rekomenditajn de la retejoj, kiujn mi lasas al vi de fontoj fine de la lernilo, ni instalos PIP, kiun mi ne havis, por administri la pakaĵojn. pip ĉe linux estas nur tio, paka mastruma sistemo skribita en python.

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

Konservu legadon

Mi finis la kurson Coursera Machine Learning

Mi finis la kurson Coursera Machine Learning

Mi finis la Maŝina Lernado-Kurso ofertita de Universitato Stanford ĉe Coursera, kaj ĉar jam estas pluraj, kiuj malkaŝe kaj private demandis min pri ĝi, mi volis detaligi iom pli, kio ŝajnis al mi kaj ke kiu ajn decidas fari tion, scias, kion ili trovos.

Ĝi estas a senpaga kurso pri Maŝinlernado, instruita de Andrew Ng. post kiam finita, se vi volas, vi povas havi atestilon, kiu subtenas la kapablojn atingitajn kontraŭ € 68. Ĝi estas dividita en 3 kolonoj, filmetoj, Ekzamenoj aŭ Kvizo kaj programaj ekzercoj. Ĝi estas en la angla. Vi havas subtitolojn en pluraj lingvoj, sed la hispana ne estas tre bona kaj kelkfoje ili malaktualas, multe pli bone se vi metas ilin en la anglan.

Ĝi estas sufiĉe teoria. Sed eble tial ĝi ŝajnas bona maniero komenci ĉar vi ne nur lernos kion fari sed kial vi faras ĝin.

Konservu legadon