Coursera Machine Learning သင်တန်းပြီးဆုံးပါပြီ

ငါပြီးပြီ Coursera တွင်စတန်းဖို့ဒ်တက္ကသိုလ်မှစက်သင်ယူခြင်းသင်တန်း၎င်းနှင့် ပတ်သက်၍ ကျွန်ုပ်အားပွင့်ပွင့်လင်းလင်းနှင့်ပုဂ္ဂလိကပိုင်မေးမြန်းသူအများအပြားရှိပြီးသားဖြစ်သောကြောင့်ကျွန်ုပ်အနေနှင့်ကျွန်ုပ်ထင်သည့်အရာနှင့်၎င်းကိုလုပ်ရန်ဆုံးဖြတ်သူမည်သူမဆိုသူတို့ရှာဖွေမည့်အရာကိုသိလိုကြောင်းအနည်းငယ် ပိုမို၍ အသေးစိတ်ဖော်ပြလိုသည်။

ဒါဟာဖြစ်ပါသည် စက်သင်ယူမှုအပေါ်အခမဲ့သင်တန်းအင်ဒရူး Ng အားဖြင့်ဆုံးမသွန်သင်။ သင်လိုချင်ပါကတစ်ကြိမ်ပြီးဆုံးလျှင်သင့်တွင်ယူရို ၆၈ အတွက်ရရှိသောကျွမ်းကျင်မှုများကိုထောက်ခံသည့်အသိအမှတ်ပြုလက်မှတ်ရှိနိုင်သည်။ ၎င်းကိုမဏ္,ိုင် ၃ ခု၊ ဗီဒီယိုများ၊ စာမေးပွဲများ၊ Quizz များနှင့်ပရိုဂရမ်းမင်းလေ့ကျင့်ခန်းများပြုလုပ်သည်။ အင်္ဂလိပ်လို သင့်တွင်ဘာသာစကားများစွာဖြင့်စာတန်းထိုးများရှိသော်လည်းစပိန်သည်သိပ်မတော်ပါ။ တစ်ခါတစ်ရံ၎င်းတို့သည်ခေတ်နောက်ကျနေပြီးအင်္ဂလိပ်လိုရေးထားလျှင် ပို၍ ကောင်းသည်။

ဒါဟာအတော်လေးသီအိုရီဖြစ်ပါတယ်။ ဒါပေမယ့်ဘာကြောင့်လဲဆိုတော့သင်ဘာလုပ်ရမလဲဆိုတာလေ့လာရုံတင်မကဘဲသင်ဘာကြောင့်လုပ်တာလဲဆိုတာကိုပါ။

• တ ဦး တည်း algorithm ကိုသို့မဟုတ်အခြားရွေးချယ်ဖို့ဘယ်အချိန်မှာ။
• ကွဲပြားခြားနားသော parameters တွေကိုရွေးချယ်နှင့်သတ်မှတ်ဖို့ကိုဘယ်လို။
• အဘယျသို့ပြproblemsနာများ algorithms နှင့်အထူးသဖြင့်ယူရန်အစီအမံများနှင့်အတူပေါ်ပေါက်နိုင်ပါတယ်။

သူ့မှာအက္ခရာသင်္ချာတွေအများကြီးရှိပြီးဂဏန်းတွက်ချက်မှုတွေအများကြီးရှိပါတယ်။ ငါရှင်းပြတာကမင်းတို့တကယ်လည်ပတ်စရာမလိုတော့ဘူး၊ အဲ့ဒီညီမျှခြင်းတွေကိုသက်သေပြဖို့လိုတယ်၊ သူတို့ကို။ ဒါကြောင့်မင်းရဲ့သင်္ချာအဆင့်ကမကောင်းဘူးဆိုရင်တောင်သင်ကလုပ်နိူင်တယ်၊ ဒါပေမယ့်နာရီဝက်ကိုကြည့်ပြီးဗီဒီယိုတွေကိုသူတို့ဘယ်လိုသက်ရောက်တယ်၊ ဘာကြောင့်အဲဒီမှာရှိတယ်ဆိုတာကိုရှင်းပြတဲ့နေရာကိုပြောတာကခက်တယ်။

သင်ကဘာလဲဆိုတာမသိလျှင် Machine Learning ဆိုတာက Artificial Intelligence ရဲ့အစိတ်အပိုင်းတစ်ခုဖြစ်ပြီး algorithms ကိုရည်စူးထားတယ် စက်တွေကိုမြင်ကွင်း၊ spam ခွဲခြားခြင်းစသည်ဖြင့်အလုပ်လုပ်သည်။

ကျွန်တော့်အမြင်ကပြောင်းလဲသွားပြီ ထိုပြtypesနာအမျိုးအစားများကိုသင်စဉ်းစားသောအခါ၎င်းတို့သည်ပရိုဂရမ်းမင်းရှုထောင့်မှကြည့်ပြီးကွင်းဆက်များ၊ အခြေအနေများစသည်တို့ကိုစဉ်းစားခဲ့သည်။ ၎င်းတို့အားလုံးသည်လုပ်ဆောင်မှုအားလုံးဖြစ်သည်၊ ကုန်ကျစရိတ်ကိုလျှော့ချနိုင်သည့်အချက်များ၊ ဆုတ်ခွာ, etc စသည်တို့အပေါ်အခြေခံပြီးဟောကိန်းများ

သင်တန်းအကျဉ်းချုပ်

ဒီတော့အထက်မှာဒီသင်တန်းရဲ့အဓိကအပိုင်းတွေဖြစ်ပြီးအပိုင်းနှစ်ပိုင်းခွဲပြီးကြီးကြပ်ကွပ်ကဲတဲ့အပိုင်းနဲ့မကြီးကြပ်ကွပ်ကဲတဲ့အပိုင်းပါ

ကြီးကြပ်သင်ယူမှု

• မော်ဒယ်နှင့်ကုန်ကျစရိတ် function ကို
• linear ဆုတ်ယုတ်ဘို့ gradient ကိုနွယ်ဖွား
• ပုံမှန်
• အာရုံကြောကွန်ယက်များ
• အကြီးစားစက်အမျိုးအစားနှင့် kernels
• အဓိကအစိတ်အပိုင်းခွဲခြမ်းစိတ်ဖြာခြင်း (PCA)
• စက်သင်ယူမှုစနစ်ဒီဇိုင်း
• ပံ့ပိုးမှု Vector Machines

မကြီးကြပ်တဲ့သင်ယူမှု

• Dimensionality လျှော့ချရေး
• Anomaly ထောက်လှမ်း
• အကြံပြုသည့်စနစ်များ
• အကြီးစားစက်သင်ယူမှု

ငါအရာရာကိုစွန့်ခွာပေမဲ့အဓိကကတော့အဓိကပါ။

အလေ့အကျင့်အတွက်သင်အသုံးပြုသည် ကျနော်တို့ Matlab OpenSource လို့ပြောနိုင်တယ်။ ငါ Octave နှင့်အတူသင်တန်းပွုပါပွီ။ ပထမ ဦး ဆုံးသင်ခန်းစာများတွင်ဖော်ပြထားသည့်အတိုင်း၎င်းတို့သည်အလျင်အမြန်ရှေ့ပြေးပုံစံကိုခွင့်ပြုထားသောကြောင့်၎င်းတို့သည်ဤကိရိယာများကိုရွေးချယ်ခဲ့ကြသည်။ အခြားကိရိယာများဖြင့်ကျောင်းသားသည်ပရိုဂရမ်းမင်းအချိန်များစွာကုန်လွန်လိမ့်မည်

သေချာသည်မှာမလွယ်ကူသော်လည်းသင်ပြီးအောင်လုပ်ရန်အရာအားလုံးကိုသူတို့ထားခဲ့ခြင်းဖြစ်သည်။ သင့်တွင်ပတ်ဝန်းကျင်တစ်ခုလုံး၊ လေ့ကျင့်ခန်းများ၊ ဒေတာအစုများ၊ ဂရပ်များ၏ကွက်ကွက်ကွက်ကွင်းကွင်းများ၊ အသုံးပြုရန်အတွက်လုပ်ဆောင်ချက်များစွာနှင့် variable များနှင့်ကျောင်းသား၏လုပ်ဆောင်မှုသည်အဓိက algorithms များနှင့်အတူလိုင်းအနည်းငယ်ကိုဖြည့်စွက်ထားသည်။

Octave နဲ့အတူတစ်စုံတစ်ခုပြုလုပ်နေတာကိုသင်အချိန်အများကြီးဖြုန်းတီးနေသောကြောင့်၊ အသေးအဖွဲမဟုတ်ပါ။

လက်တွေ့ applications များ

အသုံးချပရိုဂရမ်များနှင့်အဘယ်သို့ပြုနိုင်သည်ကိုမြင် ငါဒီစက်မှုလုပ်ငန်း၏အနာဂတ်ကြောင်းသံသယရှိသည်။ မည်သည့်ကုမ္ပဏီမဆိုစက်ကိရိယာများသင်ယူခြင်း၊ အတုထောက်လှမ်းရေး (သို့) ကြိုတင်ဟောကိန်းများတိုးတက်စေရန်၊ အရည်အသွေးထိန်းချုပ်မှုနှင့်ကွဲပြားခြားနားသောထုတ်လုပ်မှုလုပ်ငန်းစဉ်များတိုးတက်စေရန်အတွက်၎င်းအားကျွန်ုပ်တို့ခေါ်ဆိုလိုသည့်အရာများဖြင့်ဖြေရှင်းချက်များကိုအဆုံးသတ်လိမ့်မည်။ ကျွန်ုပ်သည် application များ၊ အွန်လိုင်းကမ္ဘာသာမကရုပ်ပိုင်းဆိုင်ရာကုမ္ပဏီများ၊ ၀ န်ဆောင်မှုများ၊ ထုတ်လုပ်မှု၊ ထောက်ပံ့ပို့ဆောင်ရေးစသည်တို့အကြောင်းပြောနေတာကိုသာသတိပြုပါ။

သိပြီးသားသူများအပြင်အသံအသိအမှတ်ပြုခြင်း၊ OCR၊ ကွန်ပျူတာအမြင်၊ ဘာသာစကားဘာသာပြန်သူများ၊

အကြံပြုချက်များစနစ်များ, ဟောကိန်းများ

ယခုမှာ

ဒီနှစ်မှာတော့ငါ့အကြံအစည်ကအလုပ်မှာအထောက်အကူဖြစ်စေမဲ့ကိရိယာအချို့ကိုဖန်တီးပြီးလက်တွေ့လေ့လာဖို့ကြိုးစားခဲ့တယ်။ လွယ်ကူမှာမဟုတ်ဘူး၊ Python နှင့်အချို့ framework များ၊ Tensor Flow, PyTorch နှင့် Numpy ကဲ့သို့စာကြည့်တိုက်တို့နှင့်ကျွန်ုပ်ရင်းနှီးကျွမ်းဝင်ရန်လိုအပ်သည်။ ငါစျေးကွက်စုံစမ်းစစ်ဆေးရန်ရှိသည်။

ထို့အပြင်ငါ http://course.fast.ai/ တွင်ပေးထားသောအခမဲ့သင်တန်းနှင့်အတူနက်ရှိုင်းသောသင်ယူမှုသို့နူးညံ့ပြီး Big Data၊ အတုထောက်လှမ်းရေးနှင့်စက်သင်ကြားရေးနှင့်သက်ဆိုင်သည့်အခြားနယ်ပယ်တစ်ခုဖြစ်သော Big Data နှင့်လည်းစတင်လိုသည်။ ငါ့အလုပ်မှာငါ့ကိုရန်အလွန်အသုံးဝင်။ ငါအထူးပြုကြည့်ရှုခဲ့ကြရတယ် Coursera Big Data  ပိုကောင်းတဲ့သူတွေရှိပေမယ့်အများကြီးပိုစျေးကြီးတယ်။

သင့်တွင်မေးခွန်းများရှိပါကမှတ်ချက်ပေးနိုင်သည်။