Crash tečaj strojnog učenja

Pregled i mišljenje google tečaja strojnog učenja

Upravo sam završio tečaj za programere za Googleov tečaj rušenja za strojno učenje. Uvodni tečaj na kojem vam daju osnove i vide primjere stvarnih implementacija s programom TensorFlow. Ovi su me primjeri na to potaknuli.

Coursera protiv strojnog učenja

To je mnogo jednostavniji tečaj od onog Coursera Strojno učenje i praktičniji. Recimo da se tečaj Coursera fokusira na vas da razumijete kako algoritmi matematički rade, dok su u Googleovom Crashu ti algoritmi gotovo poput crnih kutija, daju vam malo objašnjenja i uče vas da ga implementirate pomoću Tensor Flow -a.

I ovo je velika razlika. Googleov tečaj, unatoč tome što mnogo manje detaljno objašnjava različite koncepte i algoritme strojnog učenja, uči nas primijeniti ih i početi koristiti TensorFlow i Keras.

Sve vježbe se rade s google colab, s kojim već imamo pripremljeno razvojno okruženje. Velika je razlika s tečajem Cursera koji radi s Matalabom ili Octaveom na implementaciji algoritama. Ali ne vidite ništa od Tensorflow -a niti kako riješiti pravi problem.

Citirajući moj komentar u pregledu tog tečaja

Prilično je teoretski. Ali možda se zato čini dobrim načinom da započnete, jer ne samo da ćete naučiti što učiniti, već i zašto to činite.

- Kada odabrati jedan ili drugi algoritam.

- Kako odabrati i definirati različite parametre.

- Koji problemi mogu nastati s algoritmima, a posebno koje mjere treba poduzeti.

Googleov tečaj rušenja strojnog učenja može se izvesti čak i ako nemate visoku razinu matematike, Coursera Andrewa Nga ne

Dnevni red: Ono što se vidi na tečaju

uvodni tečaj strojnog učenja

Prvo započinjete s objašnjenjem što je strojno učenje, glavni pojmovi i vrste problema. I s tim, vrijeme je da razgovaramo o sljedećim točkama. Oprostite što postoji mnogo izraza na engleskom jeziku, ali tečaj je na engleskom jeziku (iako ga je vrlo lako slijediti) i mnogi ključevi ili nemaju prijevod, ili kad se prevedu gube smisao, jer u kontekstu strojnog učenja svi i na svim web stranicama govore na engleskom.

  • Linearna regresija ili linearna regresija
  • Kvadratni gubitak: popularna funkcija gubitka
  • Gradient Down i Gradient Down Stochastic
  • Stopa učenja ili stopa učenja.
  • Generalizacija
  • Pretjerano opremanje
  • Skup provjere valjanosti
  • Značajka križanja s ukrštanjem jedno vrućih vektora
  • Nolinearnosti
  • Regularizacija (jednostavnost i rijetkost) (L1 i L2)
  • Logistička regresija
  • Klasifikacija
  • Točnost, preciznost i opoziv
  • ROC krivulja i AUC
  • Neuronske mreže (Training, One vs All, Softmax)
  • uležištenja

Kao što sam rekao, radi s Google Colabom.

Za koga je

Ako počinjete i želite naučiti implementirati jednostavne primjere. To je dobar način za početak.

Naravno, postoji 15 sati koje možete odraditi vlastitim tempom. Iako postoje vježbe, ne morate isporučivati ​​niti položiti nikakve testove.

Tečaj je besplatan.

A sad to?

Kako su brzi, sigurno ću pogledati ostalo što imaju na Googleu.

Osim što su nastavili s testiranjem nekih tečajeve koje smo ostavili na popisu da vidim kako su i ako učinim nešto ozbiljno što je već naprednije.

Imam ozbiljan projekt u tijeku za stvaranje alata na poslu i ono što sada trebam je početi primjenjivati ​​sve što sam naučio u ovo vrijeme i boriti se sa stvarnim problemima.

O svom napretku ću izvještavati na blogu.

Ostavi komentar