Cursussen om machine learning, deep learning en kunstmatige intelligentie te leren

cursussen over machine learning, deep learning. Het belang van data

Dit zijn de beste bronnen die ik vind om meer te weten te komen over Machine Learning, Deep Learning en andere onderwerpen op het gebied van kunstmatige intelligentie.

Er zijn gratis en betaalde cursussen en van verschillende niveaus. Natuurlijk, hoewel er enkele in het Spaans zijn, zijn de meeste in het Engels.

Gratis cursussen

Voor starters

Ik verdeel het in korte cursussen (van 1 tot 20 uur), deze zijn voor een eerste contact met het onderwerp.

Lezen

Tabellen converteren van PDF naar Excel of CSV met Tabula

Geef en converteer pdf naar csv en Excel

Kijkend naar de historische gegevens die worden aangeboden door een meteorologisch observatorium in mijn stad, zie ik dat ze bieden ze alleen grafisch aan en om te downloaden als pdf​ Ik begrijp niet waarom ze je ze niet in csv laten downloaden, wat voor iedereen veel nuttiger zou zijn.

Dus ik heb er een gezocht oplossing om deze tabellen van pdf naar csv door te geven of als iemand Excel of Libre Office wil formatteren​ Ik hou van csv omdat je met een csv alles doet wat je ermee kunt doen met Python en zijn bibliotheken, of je kunt het gemakkelijk in een spreadsheet importeren.

Omdat het idee is om een ​​geautomatiseerd proces te realiseren, wil ik een script dat met Python werkt en dit is waar Tabula van pas komt.

Lezen

Anaconda-zelfstudie: wat het is, hoe het te installeren en hoe het te gebruiken

Anaconda Data Science, big data en pytho, R-distributie

In dit artikel laat ik een Anaconda installatiehandleiding en hoe u uw Conda pakketbeheerder gebruikt​ Hiermee kunnen we ontwikkelomgevingen maken voor python en R met de bibliotheken die we willen. Heel interessant om te gaan knoeien met Machine Learning, data-analyse en programmeren met Python.

Anaconda is een gratis en Open Source-distributie van de programmeertalen Python en R die veel worden gebruikt in wetenschappelijk computergebruik (Data Science, Data Science, Machine Learning, Science, Engineering, voorspellende analyse, Big Data, enz.).

Het installeert een groot aantal applicaties die op grote schaal in deze disciplines worden gebruikt in één keer, in plaats van ze een voor een te moeten installeren. ​ Meer dan 1400 en die worden het meest gebruikt in deze disciplines. Een paar voorbeelden

  • numpy
  • Pandas
  • tensorstroom
  • H20.ai
  • Scipy
  • Jupiterpy
  • Dashboard
  • OpenCV
  • MatplotLib

Lezen

Hoe Keras en TensorFlow te installeren vanaf de backend op Ubuntu

hoe keras op ubuntu te installeren

Na het voltooien van het Machine Learning-cursus, Ik zocht waar ik verder kon gaan. De ontwikkelomgevingen die worden gebruikt in de Octave / Matlab-prototypingcursus zijn niet wat mensen gebruiken, dus je moet naar iets hogere kwaliteit springen. Onder de kandidaten die mij het meest zijn aanbevolen is Keras, met behulp van backend TensorFlow​ Ik ga niet ingaan op de vraag of Keras beter is dan andere tools of andere frameworks, of dat ik TensorFlow of Theano moet kiezen. Ik ga alleen uitleggen hoe het in Ubuntu kan worden geïnstalleerd.

Eerst probeerde ik het te installeren vanuit de documentatie van de officiële pagina's, en het was onmogelijk, ik had altijd een fout, een onopgeloste vraag. Uiteindelijk ging ik op zoek specifieke tutorials over het installeren van keras in Ubuntu En toch heb ik twee dagen lang veel 's nachts doorgebracht. Uiteindelijk heb ik het bereikt en laat ik je achter hoe ik het heb gedaan, voor het geval het de weg voor je kan effenen.

Omdat we de stappen gaan volgen die worden aanbevolen door de websites die ik aan het einde van de tutorial achterlaat uit bronnen, gaan we PIP installeren die ik niet had om de pakketten te beheren. pit op linux is het precies dat, een pakketbeheersysteem geschreven in python.

sudo apt-get install python3-pip sudo apt install python-pip

Lezen

Ik heb de cursus Coursera Machine Learning afgerond

Ik heb de cursus Coursera Machine Learning afgerond

Ik heb de Machine Learning Course aangeboden door Stanford University op Coursera, en aangezien er al verschillende zijn die me er openlijk en privé naar hebben gevraagd, wilde ik wat meer uitleggen wat het mij leek en dat degene die besluit het te doen, weet wat ze zullen vinden.

Het is een gratis cursus over machine learning, onderwezen door Andrew Ng. als je klaar bent, kun je een certificaat krijgen dat de behaalde vaardigheden onderschrijft voor € 68. Het is onderverdeeld in 3 pijlers, video's, examens of quizz en programmeeroefeningen. Het is in het Engels. Je hebt ondertitels in verschillende talen, maar het Spaans is niet erg goed en soms zijn ze verouderd, veel beter als je ze in het Engels zet.

Het is nogal theoretisch. Maar misschien lijkt het daarom een ​​goede manier om te beginnen, omdat je niet alleen gaat leren wat je moet doen, maar ook waarom je het doet.

Lezen