Saya baru sahaja mengikuti kursus pemaju untuk Kursus Kerosakan Pembelajaran Mesin Google. Kursus pengenalan, di mana mereka memberi anda asas dan melihat contoh pelaksanaan sebenar dengan TensorFlow. Contoh-contoh inilah yang mendorong saya untuk melakukannya.
Crs vs Machine Learning Coursera
Ini adalah kursus yang lebih sederhana daripada yang Pembelajaran Mesin Coursera dan lebih praktikal. Katakan kursus Coursera memfokuskan kepada anda untuk memahami bagaimana algoritma berfungsi secara matematik sedangkan di Google Crash algoritma tersebut hampir seperti kotak hitam, mereka memberikan sedikit penjelasan dan mengajar anda untuk melaksanakannya dengan Tensor Flow.
Dan ini adalah perbezaan besar. Kursus Google, walaupun menjelaskan lebih mendalam tentang konsep dan algoritma Pembelajaran Mesin yang berbeza, mengajar kami untuk menerapkannya dan mula menggunakan TensorFlow dan Keras.
Semua latihan dilakukan dengan google colab, dengan mana kita sudah menyiapkan persekitaran pembangunan. Ini adalah perbezaan besar dengan kursus Cursera yang berfungsi dengan Matalab atau Octave untuk menerapkan algoritma. Tetapi anda tidak melihat apa-apa dari Tensorflow atau bagaimana menyelesaikan masalah sebenar.
Memetik komen saya dalam tinjauan kursus itu
Ia cukup teori. Tetapi mungkin itulah sebabnya rasanya cara yang baik untuk bermula kerana anda bukan sahaja akan belajar apa yang harus dilakukan tetapi mengapa anda melakukannya.
- Bila hendak memilih satu algoritma atau yang lain.
- Bagaimana memilih dan menentukan parameter yang berbeza.
- Masalah apa yang boleh timbul dengan algoritma dan terutama apa langkah yang harus diambil.
Kursus Kerosakan Pembelajaran Mesin Google boleh dilakukan walaupun anda tidak mempunyai tahap matematik yang tinggi, Coursera milik Andrew Ng tidak
Agenda: Apa yang dilihat dalam kursus ini
Pertama, anda mulakan dengan penjelasan mengenai Pembelajaran Mesin, konsep utama dan jenis masalah. Dan dengan ini, inilah masanya untuk membincangkan perkara berikut. Maafkan bahawa terdapat banyak istilah dalam bahasa Inggeris, tetapi kursus ini dalam bahasa Inggeris (walaupun sangat mudah untuk mengikutinya) dan banyak kunci sama ada tidak mempunyai terjemahan, atau ketika diterjemahkan ia tidak masuk akal, kerana dalam konteks Mesin Belajar semua orang dan di semua laman web mengatakannya dalam Bahasa Inggeris.
- Regresi Linear atau Regresi Linear
- Kehilangan kuasa dua: fungsi kerugian yang popular
- Gradient Down dan Gradient Down Stochastic
- Kadar pembelajaran atau kadar pembelajaran.
- Generalisasi
- Terlalu pasang
- Set pengesahan
- Ciri penyeberangan dengan vektor satu panas yang melintasi
- Nolinearialiti
- Regularisasi (kesederhanaan dan kekosongan) (L1 dan L2)
- Regresi logistik
- Klasifikasi
- Ketepatan, ketepatan dan Ingat semula
- Keluk ROC dan AUC
- Rangkaian saraf (Latihan, Satu vs Semua, Softmax)
- Majlis perkahwinan
Seperti yang saya katakan, ia berfungsi dengan Google Colab.
Untuk siapa
Sekiranya anda memulakan dan ingin belajar melaksanakan contoh mudah. Ini cara yang baik untuk memulakan.
Sudah ada 15 jam yang boleh anda lakukan mengikut kadar anda sendiri, dan walaupun ada latihan anda tidak perlu membuat penghantaran atau lulus ujian.
Kursus ini percuma.
Dan sekarang?
Oleh kerana cepat, saya pasti akan melihat selebihnya di Google.
- Kursus Crash
- Masalah membingkaikan
- Persediaan Data
- Clustering
- Cadangan
- Menguji dan Menyahpepijat
- GAN
Di samping terus menguji beberapa kursus yang telah kita tinggalkan dalam senarai untuk melihat bagaimana keadaan mereka dan jika saya melakukan sesuatu dengan serius yang sudah lebih maju.
Saya sedang menjalankan projek yang serius untuk membuat alat di tempat kerja dan apa yang saya perlukan sekarang adalah untuk mula menerapkan semua yang telah saya pelajari pada masa ini dan bertarung dengan masalah yang sebenarnya.
Saya akan terus melaporkan kemajuan saya di blog.
