Մեքենայական ուսուցման վթարի դասընթաց

Google- ի մեքենայական ուսուցման դասընթացի ակնարկ և կարծիք

Ես պարզապես մշակողի դասընթաց եմ կատարել Google Machine Learning Crash դասընթաց. Ներածական դասընթաց, որտեղ նրանք տալիս են ձեզ հիմնական հասկացությունները և տեսնում իրական իրականացման օրինակներ TensorFlow- ով: Այս օրինակներն են ինձ դրդել դա անել:

Պահեք ընթերցանությունը

Google Colaboratory կամ Google Colab

Google- ը համագործակցեց google ծրագրավորողների Jupyter Notebook- ի հետ

Համագործակցական, որը նաև կոչվում է Google Colab Այն Google Research- ի արտադրանք է և օգտագործվում է մեր դիտարկիչից Python և այլ լեզուներ գրելու և գործարկելու համար:

Ինչ է

Colab- ը հյուրընկալվող Jupyter- ն է, տեղադրված և կազմաձևված, այնպես որ մենք ստիպված չենք լինի որևէ բան անել մեր համակարգչի վրա, այլ պարզապես աշխատել դիտարկիչից ՝ ամպի ռեսուրսների վրա:

Այն աշխատում է ճիշտ այնպես, ինչպես Յուպիտերը, կարող եք տեսնել մեր հոդվածը. Դրանք նոթատետրեր կամ նոթատետրեր են, որոնք հիմնված են բջիջների վրա, որոնք կարող են լինել տեքստեր, պատկերներ կամ ծածկագրեր, Python- ի այս քայլին, քանի որ ի տարբերություն այս պահին Jupyter Colab- ի, միայն Python միջուկը կարող է օգտագործվել, նրանք խոսում են ավելի ուշ ուրիշների իրականացման մասին, ինչպիսիք են R, Scala և այլն: , բայց ամսաթիվ չի նշվում:

Պահեք ընթերցանությունը

Դասընթացներ ՝ մեքենայական ուսուցում, խորը ուսուցում և արհեստական ​​բանականություն սովորելու համար

դասընթացներ մեքենայական ուսուցման, խորը ուսուցման վերաբերյալ: Տվյալների կարևորությունը

Սրանք լավագույն ռեսուրսներն են, որոնք ես գտնում եմ ՝ մեքենայական ուսուցման, խորը ուսուցման և արհեստական ​​բանականության այլ թեմաների մասին սովորելու համար:

Կան անվճար և վճարովի դասընթացներ և տարբեր մակարդակների: Իհարկե, չնայած իսպաներեն լեզվով կան, բայց մեծ մասը անգլերեն են:

Անվճար դասընթացներ

Սկսնակների համար

Ես այն բաժանում եմ կարճ դասընթացների (1-ից մինչև 20 ժամ): Սրանք թեմայի հետ առաջին շփման համար են:

Պահեք ընթերցանությունը

Ինչպես փոխել սեղանները PDF- ից Excel կամ CSV Tabula- ի միջոցով

Անցեք և վերափոխեք pdf- ը csv և excel

Նայելով իմ քաղաքում օդերեւութաբանական աստղադիտարանի առաջարկած պատմական տվյալներին ՝ ես դա տեսնում եմ դրանք դրանք առաջարկում են միայն գրաֆիկորեն և ներբեռնելու համար որպես PDF, Չեմ հասկանում, թե ինչու չեն թողնում ներբեռնել դրանք csv- ով, ինչը շատ ավելի օգտակար կլիներ բոլորի համար:

Այսպիսով, ես փնտրում էի մեկը լուծում `այս աղյուսակները pdf- ից csv փոխանցելու համար, կամ եթե ինչ-որ մեկը ցանկանում է ձևաչափել Excel- ը կամ Libre Office- ը, Ինձ դուր է գալիս csv- ն, քանի որ csv- ով դու անում ես ամեն ինչ, ինչ կարող ես կարգավորել այն python- ով և նրա գրադարաններով կամ կարող ես հեշտությամբ ներմուծել այն ցանկացած աղյուսակում:

Քանի որ գաղափարը ավտոմատացված գործընթացին հասնելն է, իմ ուզածը սցենար է Python- ի հետ աշխատելու համար, և հենց այստեղ է մտնում Tabula- ն:

Պահեք ընթերցանությունը

Anaconda ձեռնարկ. Ինչ է դա, ինչպես տեղադրել այն և ինչպես օգտագործել

Anaconda Data Science, մեծ տվյալներ և պիթո, R բաշխում

Այս հոդվածում ես թողնում եմ ա Anaconda- ի տեղադրման ուղեցույց և ինչպես օգտագործել ձեր Conda փաթեթի կառավարիչը, Դրանով մենք կարող ենք ստեղծել python և R զարգացման միջավայրեր մեր ուզած գրադարաններով: Շատ հետաքրքիր է սկսել խառնաշփոթը Machine Learning- ի հետ, տվյալների վերլուծություն և ծրագրավորում Python- ի հետ:

Anaconda- ն Python- ի և R- ի ծրագրավորման լեզուների անվճար և բաց կոդով բաշխում է գիտական ​​հաշվարկ (Data ScienceData Science, Machine Learning, Science, Engineering, կանխատեսող վերլուծություն, Big Data և այլն).

Այն տեղադրում է մեծ թվով ծրագրեր, որոնք լայնորեն օգտագործվում են այս առարկաներից միանգամից ՝ փոխանակ դրանք մեկ առ մեկ տեղադրելու: , Ավելի քան 1400-ը և դրանք ամենաշատն են օգտագործվում այս առարկաներում: Մի քանի օրինակներ

  • Չարաճճի
  • Պանդա
  • Թենսորհոսք
  • H20.ai
  • Կատաղած
  • Յուպիտեր
  • Դասկ
  • Opencv
  • MatplotLib

Պահեք ընթերցանությունը

Ինչպես տեղադրել Keras- ը և TensorFlow- ը Ubuntu- ի backend- ից

ինչպես տեղադրել keras- ը ubuntu- ում

Ավարտելուց հետո Մեքենայական ուսուցման դասընթաց, Ես նայում էի, թե որտեղ շարունակեմ: Octave / Matlab նախատիպերի դասընթացում օգտագործվող զարգացման միջավայրը այն չէ, ինչ մարդիկ օգտագործում են, այնպես որ դուք պետք է ցատկ կատարեք ավելի որակյալ ինչ-որ բանի: Թեկնածուների շարքում, որոնք ինձ ամենաշատն են առաջարկել, կա Keras, օգտագործելով հետին պլան TensorFlow, Ես չեմ պատրաստվում քննարկել, թե արդյո՞ք Keras- ն ավելի լավն է, քան մյուս գործիքները կամ շրջանակները, թե՞ ընտրել TensorFlow- ը կամ Theano- ն: Ես պարզապես բացատրելու եմ, թե ինչպես կարելի է այն տեղադրել Ubuntu- ում:

Նախ փորձեցի տեղադրել այն պաշտոնական էջերի փաստաթղթերից, և դա անհնար էր, ես միշտ ինչ-որ սխալ ունեի, ինչ-որ չլուծված հարց: Վերջում ես նայեցի հատուկ ձեռնարկներ, թե ինչպես տեղադրել keras- ը Ubuntu- ում Եվ դեռ ես երկու օր անցկացրել եմ գիշերները շատ ժամանակ անցկացնելով: Ի վերջո, ես դրան հասա և հեռանում եմ, թե ինչպես եմ դա արել, եթե այն կարող է ճանապարհ հարթել ձեզ համար:

Քանի որ մենք պատրաստվում ենք հետևել այն կայքերին, որոնք առաջարկվում են կայքերի կողմից, որոնք ես ձեզ թողնում եմ աղբյուրներից ՝ ձեռնարկի վերջում, մենք պատրաստվում ենք տեղադրել PIP, որը չունեի, փաթեթները կառավարելու համար: ծվծվալ Linux- ում դա այն է, որ փաթեթների կառավարման համակարգը, որը գրված է python- ում:

sudo apt-get տեղադրել python3-pip sudo apt տեղադրել python-pip

Պահեք ընթերցանությունը

Ես ավարտել եմ Coursera Machine Learning դասընթացը

Ես ավարտել եմ Coursera Machine Learning դասընթացը

Ես ավարտել եմ Սթենֆորդի համալսարանի կողմից Coursera- ի կողմից առաջարկվող մեքենայական ուսուցման դասընթաց, և քանի որ արդեն կան մի քանիսը, ովքեր ինձ բաց ու գաղտնի հարցրել են այդ մասին, ես ուզում էի մի փոքր ավելին մանրամասնել, թե ինչ է ինձ թվում, և որ ով որոշի դա անել, գիտի, թե ինչ է գտնելու:

Սա մեքենայական ուսուցման անվճար դասընթաց, դասավանդում է Էնդրյու Նգը: մեկ անգամ ավարտելուց հետո, եթե ցանկանում եք, կարող եք ունենալ վկայական, որը հավանություն է տալիս 68 եվրոյով ձեռք բերված հմտություններին: Այն բաժանված է 3 հենասյուների, տեսանյութերի, քննությունների կամ վիկտորինայի և ծրագրավորման վարժությունների: Անգլերեն է: Դուք ունեք ենթագրեր մի քանի լեզուներով, բայց իսպաներենը այնքան էլ լավը չէ, և երբեմն դրանք հնացած են, շատ ավելի լավ, եթե դրանք անգլերեն եք դնում:

Դա բավականին տեսական է: Բայց գուցե դա է պատճառը, որ թվում է, թե դա սկսելու լավ միջոց է, քանի որ դուք ոչ միայն սովորելու եք ինչ անել, այլ նաև ինչու եք դա անում:

Պահեք ընթերցանությունը