6 Nyttige maskinlæringsvejledninger og kurser til at forstå det væsentlige

Maskinlæring er fremtidens automatisering. Millioner af opgaver, der udføres af mennesker dagligt, erstattes efterhånden med træne neurale netværk. Selv nu, maskinlæringsalgoritmer former dit liv.

Jobmarkedet skifter for at imødekomme denne nye teknologi, og de, der er i stand til at programmere deres egne netværk (eller integrere med eksisterende), er efterspurgte.

Der har aldrig været et bedre tidspunkt at dykke ned i maskinlæring. Her er seks nyttige tutorials og ressourcer, der hjælper dig med at lære om maskinlæring.

1. Kodningstoget

Enhver, der kender Daniel Shiffmans YouTube-kanal, vil vide om hans fremragende tutorials til både behandling og p5.js. Hans sjove stil med realtidsundervisning har hjulpet utallige mennesker med at lære det grundlæggende ved kodning.

Ud over hans mange kodende udfordringsvideoer, der dækker enkeltemner, har Shiffman også en utrolig grundig spilleliste til maskinlæring.

Disse videoer er især nyttige for dem, der ønsker at lære Java eller JavaScript som deres primære sprog. Heldigvis gælder de koncepter, der er omfattet af serien, på ethvert sprog, du vælger.

The Nature of Code, Shiffmans meget elskede bog, viet sit sidste kapitel til neurale netværk. Det står alene som en fremragende introduktion til området. Arbejdet er blevet videreført både på YouTube-kanalen The Coding Train og hans personlige GitHub-side.

Den store styrke ved at lære på denne måde er Daniel Shiffman selv. Han er en naturlig lærer og giver klare eksempler på, hvordan kode interagerer med maskinlæringsalgoritmer.

2. Kursus i maskinlæring

Google er store spillere inden for maskinlæring. Deres Tensorflow open source-platform er designet til at åbne emnet for alle i forskellige programmeringssprog.

Google har også deres eget gratis Machine Learning Crash Course designet til at undervise både det grundlæggende i maskinlæring og hvordan man bruger Tensorflow gennem API'er.

Hvert kapitel i kurset har videoforelæsninger sammen med den fulde tekst til understøttelse af indholdet. Som forventet er det en utrolig detaljeret pensum. Kurset tilbyder også interaktiv “Programmering udfordring” sider, hvor koden præsenteres dynamisk i browseren, hvor den både kan køres og ændres, inden kodningsudfordringer leveres, så du kan forstå modulet.

Læreplanen indeholder også “Legepladsøvelser” og chancer for “Kontroller din forståelse”, omfattende interaktive visualiseringer af maskinlæringsprincipper og spørgsmål baseret på det aktuelle emne.

Det er næppe overraskende, at Google er førende inden for dette område, og for et gratis kursus dækker denne meget grund!

3. Siraj Raval

Mens der er mange gode YouTube-lærere derude, er der få, der får balance i fremragende præsentation, klar forklaring af emner og vigtigst af memes, såvel som Siraj Raval.

Hans YouTube-kanal koncentrerer sig mest om Python-programmeringssproget sammen med mange principper, der er vigtige for moderne datavidenskab og maskinlæring. Siraj har en playliste med videoer, der er nemme at følge, om emnet neurale netværk og maskinlæring. Variationen mellem hurtige enkeltemandsvideoer og projektarbejdet med længere live stream-stil dækker begge grundlæggende elementer, og hvordan man anvender dem på data.

Sirajs kanal er især nyttig for dem, der allerede lærer Python, og hvis du søger at lære sproget, er disse grundlæggende Python-eksempler 10 grundlæggende Python-eksempler, der vil hjælpe dig med at lære hurtigt 10 grundlæggende Python-eksempler, der vil hjælpe dig med at lære hurtigt Denne artikel med grundlæggende python eksempler er for dem, der allerede har en vis programmeringserfaring og blot ønsker at skifte til Python så hurtigt som muligt. vil hjælpe dig med at samle de grundlæggende elementer.

4. Neurale netværk og dyb læring

Mens videotutorials er en fantastisk måde at lære, foretrækker nogle mennesker at lære af en bog. Neurale netværk og dyb læring af Michael Nielsen kvalificerer sig ikke helt som en trykt bog, da den bruger indlejrede eksempler designet til browseren. Det er dog den klareste skriftlige forklaring på ikke kun maskinlæringshistorien, men også hvordan man lærer matematikken bag neurale netværk, som du finder.

Bogen følger et karaktergenkendelsesprojekt fra start til slut. Dens stimulering giver læseren mulighed for at forstå både hvordan og hvorfor netværket lærer sammen med de beslutninger og udfordringer, de vil møde med at sammensætte et fungerende neuralt netværk.

Endnu en gang er det valgte sprog Python, skønt de grundlæggende er så grundigt dækket her, at det anbefales at læse for alle, der er interesseret i maskinlæring.

5. Udacity Nanodegrees til maskinlæring

Der er flere dybdegående “Nanodegrees” tilgængelig på Udacity til maskinlæring. Det stærkt anbefalede Bliv en maskinlæringstekniker-kursus er et dybdegående kursus, der fører den studerende gennem maskinlæringsprincipper via projektarbejde.

Hvert projekt er designet til at efterligne noget, som en ingeniør ville stå overfor i deres arbejde. Studerende, der er tilmeldt kurset, får adgang til Amazon Web Services (AWS) for at implementere deres projekter.

Kurset koster $ 899, - vil ikke være billigt efter mange menneskers standarder, men fordelen ved at have et forhold til dine vejledere sammen med de værktøjer, der tilbydes af kurset, vil være uvurderlig for mange.

6. Opret en blandet læseplan

Selvom alt på denne liste hidtil er perfekt til avanceret læring, vil mange mennesker selv have det grundlæggende vanskeligt. I dette tilfælde kan det at oprette en blandet læseplan være en god måde at udfylde alle huller og sikre et robust vidensgrundlag fremad.

Reddit bruger pk7677 svarede på et indlæg på / r / MachineLearning med nogle vismandsråd:

Det fulde indlæg fortsætter med at anbefale at oprette dine egne personlige projekter. Du bør også holde øje med nye og udviklende områder af marken.

Deep Learning for Machine Learning

Uanset hvilken metode du tager med maskinlæring, skal du være forberedt på en lang rejse. Emnet er i naturen utroligt tæt.

Populariteten af ​​maskinlæring har skyrocket, og det skyldes forbedringer i processorkraft og datalogi. Der er ingen lette ruter ind i teorien bag den. Nu er det tid til at tage fat på fremtidssikrede programmeringssprog.

Hvis du er en nybegynder, skal du vælge et begyndervenligt programmeringssprog 6 nemmeste programmeringssprog at lære for begyndere 6 Nemmeste programmeringssprog at lære for begyndere At lære at programmere handler om at finde det rigtige sprog lige så meget som det handler om opdateringsprocessen. Her er de seks mest nemmeste programmeringssprog for begyndere. før du dykker ned i maskinlæring. Og glem ikke at gennemgå vores sammenligning af dyb læring, maskinlæring og AI Deep Learning vs. Machine Learning vs. AI: Hvordan går de sammen? Deep Learning vs. Machine Learning vs. AI: Hvordan går de sammen? Forsøger du at finde ud af forskellen mellem kunstig intelligens, maskinlæring og dyb læring? Her er hvad de alle betyder. . Fortsæt med at lære, og held og lykke!