ನಾನು ಡೆವಲಪರ್ ಕೋರ್ಸ್ ಮಾಡಿದ್ದೇನೆ ಗೂಗಲ್ ಯಂತ್ರ ಕಲಿಕೆಯ ಕ್ರ್ಯಾಶ್ ಕೋರ್ಸ್. ಒಂದು ಪರಿಚಯಾತ್ಮಕ ಕೋರ್ಸ್, ಅಲ್ಲಿ ಅವರು ನಿಮಗೆ ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ನೀಡುತ್ತಾರೆ ಮತ್ತು ಟೆನ್ಸರ್ ಫ್ಲೋನೊಂದಿಗೆ ನೈಜ ಅನುಷ್ಠಾನದ ಉದಾಹರಣೆಗಳನ್ನು ನೋಡುತ್ತಾರೆ. ಈ ಉದಾಹರಣೆಗಳು ನನ್ನನ್ನು ಹಾಗೆ ಮಾಡಲು ಪ್ರೋತ್ಸಾಹಿಸಿವೆ.
ಕ್ರ್ಯಾಶ್ ವರ್ಸಸ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಕೋರ್ಸೆರಾ
ಇದು ಅದಕ್ಕಿಂತ ಸರಳವಾದ ಕೋರ್ಸ್ ಆಗಿದೆ ಕೋರ್ಸೆರಾ ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕ. ಕೊರ್ಸೆರಾ ಕೋರ್ಸ್ ಗಣಿತದ ಪ್ರಕಾರ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ ಎಂದು ಹೇಳೋಣ, ಗೂಗಲ್‌ನ ಕ್ರಾಶ್‌ನಲ್ಲಿ ಆ ಕ್ರಮಾವಳಿಗಳು ಬಹುತೇಕ ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಗಳಂತಿವೆ, ಅವುಗಳು ನಿಮಗೆ ಸ್ವಲ್ಪ ವಿವರಣೆಯನ್ನು ನೀಡುತ್ತವೆ ಮತ್ತು ಅದನ್ನು ಟೆನ್ಸರ್ ಫ್ಲೋ ಮೂಲಕ ಕಾರ್ಯಗತಗೊಳಿಸಲು ನಿಮಗೆ ಕಲಿಸುತ್ತವೆ.
ಮತ್ತು ಇದು ದೊಡ್ಡ ವ್ಯತ್ಯಾಸ. ಗೂಗಲ್ ಕೋರ್ಸ್, ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಭಿನ್ನ ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು ಕ್ರಮಾವಳಿಗಳನ್ನು ಕಡಿಮೆ ಆಳದಲ್ಲಿ ವಿವರಿಸಿದರೂ, ಅವುಗಳನ್ನು ಅನ್ವಯಿಸಲು ಮತ್ತು ಟೆನ್ಸರ್ ಫ್ಲೋ ಮತ್ತು ಕೆರಾಗಳನ್ನು ಬಳಸಲು ಆರಂಭಿಸಲು ನಮಗೆ ಕಲಿಸುತ್ತದೆ.
ಎಲ್ಲಾ ವ್ಯಾಯಾಮಗಳನ್ನು ಮಾಡಲಾಗುತ್ತದೆ ಗೂಗಲ್ ಕೋಲಾಬ್, ಇದರೊಂದಿಗೆ ನಾವು ಈಗಾಗಲೇ ಅಭಿವೃದ್ಧಿ ಪರಿಸರವನ್ನು ಸಿದ್ಧಪಡಿಸಿದ್ದೇವೆ. ಇದು ಅಲ್ಸಾರಿಥಮ್‌ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಮಾತಲಾಬ್ ಅಥವಾ ಆಕ್ಟೇವ್‌ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಕರ್ಸೆರಾ ಕೋರ್ಸ್‌ನ ದೊಡ್ಡ ವ್ಯತ್ಯಾಸವಾಗಿದೆ. ಆದರೆ ನೀವು ಟೆನ್ಸರ್ಫ್ಲೋ ಅಥವಾ ನೈಜ ಸಮಸ್ಯೆಯನ್ನು ಹೇಗೆ ಪರಿಹರಿಸಬೇಕೆಂದು ನೋಡುವುದಿಲ್ಲ.
ಆ ಕೋರ್ಸ್‌ನ ವಿಮರ್ಶೆಯಲ್ಲಿ ನನ್ನ ಕಾಮೆಂಟ್ ಅನ್ನು ಉಲ್ಲೇಖಿಸಿ
ಇದು ಸಾಕಷ್ಟು ಸೈದ್ಧಾಂತಿಕವಾಗಿದೆ. ಆದರೆ ಅದಕ್ಕಾಗಿಯೇ ಪ್ರಾರಂಭಿಸಲು ಇದು ಉತ್ತಮ ಮಾರ್ಗವೆಂದು ತೋರುತ್ತದೆ ಏಕೆಂದರೆ ನೀವು ಏನು ಮಾಡಬೇಕೆಂದು ಕಲಿಯಲು ಹೋಗುತ್ತಿಲ್ಲ ಆದರೆ ನೀವು ಅದನ್ನು ಏಕೆ ಮಾಡುತ್ತೀರಿ.
- ಒಂದು ಅಲ್ಗಾರಿದಮ್ ಅಥವಾ ಇನ್ನೊಂದನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಯಾವಾಗ.
- ವಿಭಿನ್ನ ನಿಯತಾಂಕಗಳನ್ನು ಹೇಗೆ ಆರಿಸುವುದು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸುವುದು.
- ಅಲ್ಗಾರಿದಮ್‌ಗಳಲ್ಲಿ ಯಾವ ಸಮಸ್ಯೆಗಳು ಉದ್ಭವಿಸಬಹುದು ಮತ್ತು ವಿಶೇಷವಾಗಿ ಯಾವ ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಕು.
ನೀವು ಉನ್ನತ ಮಟ್ಟದ ಗಣಿತವನ್ನು ಹೊಂದಿಲ್ಲದಿದ್ದರೂ ಸಹ Google ನ ಯಂತ್ರ ಕಲಿಕೆಯ ಕ್ರ್ಯಾಶ್ ಕೋರ್ಸ್ ಅನ್ನು ಮಾಡಬಹುದು, ಆಂಡ್ರ್ಯೂ Ng ನ ಕೋರ್ಸ್
ಕಾರ್ಯಸೂಚಿ: ಕೋರ್ಸ್‌ನಲ್ಲಿ ಏನು ಕಾಣುತ್ತಿದೆ
ಮೊದಲಿಗೆ, ಯಂತ್ರ ಕಲಿಕೆ, ಮುಖ್ಯ ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು ಸಮಸ್ಯೆಗಳ ಪ್ರಕಾರಗಳ ವಿವರಣೆಯೊಂದಿಗೆ ನೀವು ಪ್ರಾರಂಭಿಸಿ. ಮತ್ತು ಇದರೊಂದಿಗೆ, ಈ ಕೆಳಗಿನ ಅಂಶಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುವ ಸಮಯ ಬಂದಿದೆ. ಆಂಗ್ಲ ಭಾಷೆಯಲ್ಲಿ ಸಾಕಷ್ಟು ಪದಗಳಿವೆ ಎಂದು ಕ್ಷಮಿಸಿ, ಆದರೆ ಕೋರ್ಸ್ ಆಂಗ್ಲ ಭಾಷೆಯಲ್ಲಿದೆ (ಇದನ್ನು ಅನುಸರಿಸುವುದು ತುಂಬಾ ಸುಲಭವಾದರೂ) ಮತ್ತು ಹಲವು ಕೀಲಿಗಳು ಅನುವಾದವನ್ನು ಹೊಂದಿಲ್ಲ, ಅಥವಾ ಅನುವಾದಿಸಿದಾಗ ಅರ್ಥ ಕಳೆದುಕೊಳ್ಳುತ್ತದೆ, ಏಕೆಂದರೆ ಸನ್ನಿವೇಶದಲ್ಲಿ ಯಂತ್ರ ಕಲಿಕೆ ಪ್ರತಿಯೊಬ್ಬರೂ ಮತ್ತು ಎಲ್ಲಾ ಸೈಟ್‌ಗಳಲ್ಲಿ ಅವುಗಳನ್ನು ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ ಹೇಳುತ್ತಾರೆ.
- ರೇಖೀಯ ಹಿಂಜರಿತ ಅಥವಾ ರೇಖೀಯ ಹಿಂಜರಿತ
- ವರ್ಗ ನಷ್ಟ: ಜನಪ್ರಿಯ ನಷ್ಟ ಕಾರ್ಯ
- ಗ್ರೇಡಿಯಂಟ್ ಡೌನ್ ಮತ್ತು ಗ್ರೇಡಿಯಂಟ್ ಸ್ಟೋಕಾಸ್ಟಿಕ್ ಡೌನ್
- ಕಲಿಕೆಯ ದರ ಅಥವಾ ಕಲಿಕೆಯ ದರ.
- ಸಾಮಾನ್ಯೀಕರಣ
- ಅತಿಯಾಗಿ ಹೊಂದಿಕೊಳ್ಳುವುದು
- ಮೌಲ್ಯಮಾಪನ ಸೆಟ್
- ಕ್ರಾಸಿಂಗ್ ಒನ್-ಹಾಟ್ ವೆಕ್ಟರ್‌ಗಳೊಂದಿಗೆ ಫೀಚರ್ ಕ್ರಾಸಿಂಗ್
- ಒಕ್ಕಲುತನಗಳು
- ಕ್ರಮಬದ್ಧಗೊಳಿಸುವಿಕೆ (ಸರಳತೆ ಮತ್ತು ವಿರಳತೆ) (L1 ಮತ್ತು L2)
- ಲಾಜಿಸ್ಟಿಕ್ ಹಿಂಜರಿತ
- ವರ್ಗೀಕರಣ
- ನಿಖರತೆ, ನಿಖರತೆ ಮತ್ತು ಮರುಪಡೆಯುವಿಕೆ
- ROC ಕರ್ವ್ ಮತ್ತು AUC
- ನರ ಜಾಲಗಳು (ತರಬೇತಿ, ಒಂದು vs ಎಲ್ಲ, ಸಾಫ್ಟ್‌ಮ್ಯಾಕ್ಸ್)
- ಎಂಬೆಡಿಂಗ್ಸ್
ನಾನು ಹೇಳಿದಂತೆ, ಇದು Google Colab ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ.
ಅದು ಯಾರಿಗಾಗಿ
ನೀವು ಈಗಲೇ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದರೆ ಮತ್ತು ಸರಳ ಉದಾಹರಣೆಗಳನ್ನು ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕು ಎಂದು ತಿಳಿಯಲು ಬಯಸಿದರೆ. ಪ್ರಾರಂಭಿಸಲು ಇದು ಉತ್ತಮ ಮಾರ್ಗವಾಗಿದೆ.
ನಿಮ್ಮ ಸ್ವಂತ ವೇಗದಲ್ಲಿ ನೀವು ಮಾಡಬಹುದಾದ 15 ಗಂಟೆಗಳ ಕೋರ್ಸ್‌ಗಳಿವೆ, ಮತ್ತು ವ್ಯಾಯಾಮಗಳಿದ್ದರೂ ನೀವು ಹೆರಿಗೆಗಳನ್ನು ಮಾಡಬೇಕಾಗಿಲ್ಲ ಅಥವಾ ಯಾವುದೇ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಉತ್ತೀರ್ಣರಾಗಬೇಕಿಲ್ಲ.
ಕೋರ್ಸ್ ಉಚಿತವಾಗಿದೆ.
ಮತ್ತು ಈಗ ಅದು?
ಅವರು ವೇಗವಾಗಿರುವುದರಿಂದ, ಅವರು Google ನಲ್ಲಿ ಉಳಿದಿರುವದನ್ನು ನಾನು ಖಂಡಿತವಾಗಿ ನೋಡುತ್ತೇನೆ.
- ಕ್ರ್ಯಾಶ್ ಕೋರ್ಸ್
- ಸಮಸ್ಯೆ ಚೌಕಟ್ಟು
- ಡೇಟಾ ಪೂರ್ವಸಿದ್ಧತೆ
- ಕ್ಲಸ್ಟರಿಂಗ್
- ಶಿಫಾರಸು
- ಪರೀಕ್ಷೆ ಮತ್ತು ಡೀಬಗ್ ಮಾಡುವುದು
- GAN ಗಳು
ಕೆಲವನ್ನು ಪರೀಕ್ಷಿಸುವುದನ್ನು ಮುಂದುವರಿಸುವುದರ ಜೊತೆಗೆ ನಾವು ಪಟ್ಟಿಯಲ್ಲಿ ಉಳಿದಿರುವ ಕೋರ್ಸ್‌ಗಳು ಅವರು ಹೇಗಿದ್ದಾರೆ ಮತ್ತು ನಾನು ಗಂಭೀರವಾಗಿ ಮಾಡಿದರೆ ಅದು ಈಗಾಗಲೇ ಹೆಚ್ಚು ಮುಂದುವರಿದಿದೆ ಎಂದು ನೋಡಲು.
ಕೆಲಸದಲ್ಲಿ ಒಂದು ಉಪಕರಣವನ್ನು ಸೃಷ್ಟಿಸಲು ನನ್ನ ಬಳಿ ಗಂಭೀರವಾದ ಯೋಜನೆ ಜಾರಿಯಲ್ಲಿದೆ ಮತ್ತು ನನಗೆ ಈಗ ಬೇಕಾಗಿರುವುದು ಈ ಸಮಯದಲ್ಲಿ ನಾನು ಕಲಿತ ಎಲ್ಲವನ್ನೂ ಅನ್ವಯಿಸಲು ಪ್ರಾರಂಭಿಸುವುದು ಮತ್ತು ನಿಜವಾದ ಸಮಸ್ಯೆಗಳೊಂದಿಗೆ ಹೋರಾಡುವುದು.
ಬ್ಲಾಗ್‌ನಲ್ಲಿ ನನ್ನ ಪ್ರಗತಿಯನ್ನು ವರದಿ ಮಾಡುತ್ತಲೇ ಇರುತ್ತೇನೆ.
