Мен аяқтадым Coursera-дағы Стэнфорд университеті ұсынған Machine Learning курсыМенен бұл туралы ашық және жеке сұраған бірнеше адам болғандықтан, маған не көрінгенін және оны жасағысы келген адам не табатынын білетіндігі туралы толығырақ айтып бергім келді.
Бұл а Machine Learning ақысыз курсы, Эндрю Нг оқыды. Егер сіз қаласаңыз, сізде 68 евроға алынған дағдыларды қолдайтын сертификат болуы мүмкін. Ол 3 тірекке, бейнематериалдарға, емтиханға немесе тестке және бағдарламалау жаттығуларына бөлінеді. Бұл ағылшын тілінде. Сізде бірнеше тілде субтитр бар, бірақ испандықтар онша жақсы емес, кейде олар ескіріп қалады, егер сіз оларды ағылшынша қойсаңыз жақсы.
Бұл өте теориялық. Мүмкін, сондықтан да бастаудың жақсы тәсілі сияқты көрінуі мүмкін, өйткені сіз не істеу керектігін біліп қана қоймай, оны не үшін жасайсыз.
- Бір немесе басқа алгоритмді қашан таңдау керек.
- Әр түрлі параметрлерді қалай таңдауға және анықтауға болады.
- Алгоритмде қандай проблемалар туындауы мүмкін және әсіресе қандай шаралар қолдану керек.
Онда көптеген алгебра және есептеулер бар, және мен түсіндіріп отырғанымдай, сіз шынымен де жұмыс істемейсіз, сол теңдеулерге келудің, оларды дәлелдеудің немесе өзгертудің қажеті жоқ, тек оларды векторластырыңыз. Егер сіздің математика деңгейіңіз жақсы болмаса да, сіз курсты орындай аласыз, бірақ, әрине, әр тоқсанға оның қалай әсер ететінін және оның не үшін болатынын түсіндіретін бейнелерді сағаттап қарап, тыңдауға қиын.
Егер сіз оның не екенін білмесеңіз Machine Learning, бұл жасанды интеллекттің алгоритмдерге арналған бөлігі деп айтайық Мұның бәрі машинаны көру, спамды жіктеу және т.с.с жұмыс істейді.
Менің көзқарасым мені өзгертті. Осы типтегі мәселелер туралы ойлағанда, сіз оларға бағдарламалау тұрғысынан, циклдар, шарттар және т.с.с. туралы ойлана отырып тап болдыңыз және олардың барлығы функциялар, шығындар функцияларын минимизациялау, бұл нүктелер арасындағы қашықтық болуы мүмкін. Регрессияға негізделген болжамдар және т.с.с.
Курстың қысқаша мазмұны
Сонымен, бұлар курстың негізгі бөлімдері болып табылады, олар екіге бөлінеді: бақыланатын бөлім және бақыланбайтын бөлім
Жетекшілік ететін оқыту
- Модель және шығындар функциясы
- Сызықтық регрессия үшін градиенттік түсу
- Регуляризация
- Нейрондық желілер
- Машиналардың үлкен классификациясы және ядролары
- Негізгі компоненттерді талдау (PCA)
- Machine Learning жүйесін жобалау
- Векторлық машиналарды қолдау
Бақыланбай оқыту
- Өлшемділікті азайту
- Аномалияны анықтау
- Ұсынушы жүйелер
- Үлкен масштабтағы машиналық оқыту
Мен заттарды қалдырамын, бірақ бастысы, содан кейін бәрі бұзылады.
Тәжірибе үшін сіз қолданасыз Matlab OpenSource деп айтуға болатын Matlab немесе Octave. Мен курсты Октавамен өткіздім. Бірінші курстарда көрсетілгендей, олар бұл құралдарды таңдады, өйткені олар алгоритмдердің тез прототипін жасауға мүмкіндік береді. Басқа құралдардың көмегімен студент бағдарламалауға көп уақыт жұмсай алады.
Нақты нәрсе - бұл оңай болмаса да, сіз оны аяқтау үшін бәрін дайын қалдырады. Сізде жаттығулар жасауға барлық орта дайын, мәліметтер жиынтығы, графиктердің сызбалары, көптеген функциялар мен айнымалылар қолданылуы керек, ал студент не істейді, негізгі алгоритмдермен бірнеше жолдарды толтырады.
Тағы да қайталаймын, бұл маңызды емес, әсіресе сіз Октавамен бірдеңе қалай жасалатынын бақылауға көп уақыт бөлесіз.
Практикалық қосымшалар
Қолданбалардың мысалдарын көру және не істеуге болады Бұл саланың болашағы екеніне күмәнім жоқ. Кез-келген компания машиналық оқумен, жасанды интеллектпен немесе біз болжауды жақсарту, сапаны бақылау және әр түрлі өндірістік процестерді жақсарту үшін оны қалаймыз десек, шешім шығарамыз. Назар аударыңыз, мен тек қосымшалар туралы немесе онлайн әлем туралы емес, жеке компаниялар, қызметтер, өндіріс, логистика және т.б.
Бұрыннан белгілі, дауысты тану, OCR, компьютерлік көру, тілдік аудармашылар,
Ұсынылатын жүйелер, болжамдар
Ал енді
Осы жылы менің ойым - жұмыс барысында бізге үлкен көмек болатын құралдарды жасау арқылы үйренгенімді іс жүзінде қолдануға тырысу. Менің ойымша, бұл оңай болмайды және мен Python-мен, сондай-ақ Tensor Flow, PyTorch және Numpy сияқты кітапханамен танысуым керек. Мен нарықты тексеруім керек.
Сонымен қатар, мен http://course.fast.ai/ сайтында ұсынылған ақысыз курстар арқылы Deep Learning-ге терең еніп, жасанды интеллект пен Machine Learning-ге қатысты басқа салалардың бірі Big Data-дан бастағым келеді. маған жұмысымда өте пайдалы. Мен мамандандыруды қарастырдым Coursera үлкен деректері жақсысы бар, бірақ әлдеқайда қымбат.
Егер сізде сұрақтар туындаса, пікір қалдыра аласыз.
Жақсы Начо,
Ең алдымен тәжірибеңізбен бөліскеніңіз үшін рақмет. Мен Data Scientist-пен жұмыс істейтін бөлімнен бері көп уақыттан бері Big Data / Machine Learning-ге қатысты курсты өткізгім келеді және болашақта осы тақырыпқа байланысты магистр дәрежесін алуым мүмкін.
Мен өнеркәсіп инженерімін және Big Data-дың қалай жұмыс істейтіні туралы жалпы түсінігім бар, бірақ сіз алдыңғы Big Data курсына қатысуға кеңес бересіз бе, әлде сіз Machine Learning-ге тікелей қатыса аласыз ба, соны білгім келеді.
Екінші жағынан, менің ағылшын тілімнің деңгейі онша жоғары емес (өте төмен), сондықтан курсты өткізуде қиындықтар туындайтынын білмеймін.
Уақытыңызға рахмет! Бар жақсылықты тілеймін.
Сәлем Хавьер. Бұл кіріспе және айтарлықтай теориялық курс, сондықтан үлкен деректер туралы білімнің болуы міндетті емес, өйткені сізге мәліметтер жиынтығын жинаудың қажеті жоқ, бұл сізге жаттығуларда берілген. Олар сізден негізгі алгоритмді іске асыруды «тек» сұрайды.
Ал ағылшын тіліне келетін болсақ. Бейнелер ағылшын және испан тілдерінде субтитрмен берілген. Содан кейін стенограммалар бар. Сізге сөйлесудің қажеті жоқ, сондықтан сізде қиындық болмайды деп ойлаймын. Мүмкін, бұл сізге көп нәрсе қажет шығар, бірақ мен оны кедергі деп санамаймын.
Сәлемдесіп, егер сіз батыл болсаңыз, маған айтыңыз. :)
Тапсырмаларды беру қиындықтарын қалай жеңдіңіз?
Сәлем Карлос. Сіз қандай мәселелерді айтқыңыз келеді? Сізге қате беретін платформамен бірге?
Мен курстан бастадым, мен алғашқы 2 аптаның барлық мәселелерін түсінемін, бірақ бірінші берілген тапсырманы орындау кезінде мен бағдарламаның толық жұмыс істеуі үшін жетіспейтінді қалай жүзеге асыратынымды білмеймін, олар сіз айтқандай қазірдің өзінде бәрін жеңілдетіп жатырмын, бірақ мен олардың бейнелерде түсіндіретіндерінің бәрін жасадым және ешнәрсе жасамадым, егер сіз маған осыған көмектесетін болсаңыз.
Сәлеметсіз бе, мен сізге көмектесе аламын ба, қайсысы екенін айтыңыз.
Сәлеметсіз бе!
Мен Stanford Machine Learning курсынан ақпарат іздеп, сіздің парақшаңызға келдім. Мен осы тақырыпқа қызығамын және питонды үйренемін.
Сіз айтқандай, бұл тым теориялық болып көрінеді және мен басқа практикалық нұсқаларды іздедім, бірақ олардың не болатынын білмеймін. IBM -де бірнеше бар, олардың бірі - бұл «IBM AI Engineering Professional Certificate»: https://www.coursera.org/professional-certificates/ai-engineer#courses
Құттықтаулар.
Иә, бұл өте теориялық, алгоритмдердің қалай жұмыс істейтінін жақсы білу. Мұнда басқа курстар бар, https://www.ikkaro.com/cursos-machine-learning-deep-learning-ia/ Google машиналық оқыту апаты әлдеқайда қолданылады. Tensorflow қолдану
рахмет.
Мен сіз Google -ден көрсеткенді жасаймын, егер мен оны жақсы аяқтай алсам, екіншісін Udacity -те жасаймын, ол толық және ақысыз.