أساسيات التعلم الآلي باستخدام TensorFlow

هذا المنهج مخصص للأشخاص الذين هم:

  • جديد في ML ، ولكن لديهم خلفية برمجة متوسطة

يهدف هذا المحتوى إلى توجيه المطورين الجدد في ML خلال المراحل الأولى من رحلة ML الخاصة بهم. سترى أن العديد من الموارد تستخدم TensorFlow ، ومع ذلك ، فإن المعرفة قابلة للتحويل إلى أطر عمل أخرى للتعلم الآلي.

الخطوة 1: فهم ما هو كل شيء عن ML

تم تصميم TensorFlow 2.0 لجعل بناء الشبكات العصبية للتعلم الآلي أمرًا سهلاً ، ولهذا السبب يستخدم TensorFlow 2.0 واجهة برمجة تطبيقات تسمى Keras. يُعد كتاب التعلم العميق باستخدام Python للمؤلف Francois Chollet ، مبتكر Keras ، مكانًا رائعًا للبدء. اقرأ الفصول 1-4 لفهم أساسيات ML من منظور المبرمج. يتعمق النصف الثاني من الكتاب في مجالات مثل رؤية الكمبيوتر ومعالجة اللغة الطبيعية والتعلم العميق التوليدي والمزيد. لا تقلق إذا كانت هذه الموضوعات متقدمة جدًا في الوقت الحالي لأنها ستكون أكثر منطقية في الوقت المناسب.

الذكاء الاصطناعي والتعلم الآلي للمبرمجين
بواسطة لورانس موروني

يوفر هذا الكتاب التمهيدي نهجًا للرمز أولاً لمعرفة كيفية تنفيذ سيناريوهات ML الأكثر شيوعًا ، مثل رؤية الكمبيوتر ومعالجة اللغة الطبيعية (NLP) ونمذجة التسلسل للويب والجوال والسحابة وأوقات التشغيل المضمنة.

التعلم العميق مع بايثون
بواسطة فرانسوا شوليت

هذا الكتاب هو مقدمة عملية وعملية عن التعلم العميق باستخدام Keras.

⬆ أو ⬇

احصل على دورة تدريبية عبر الإنترنت مثل مقدمة Coursera إلى TensorFlow أو مقدمة Udacity إلى TensorFlow for Deep Learning ، وكلاهما يغطي نفس الأساسيات مثل كتاب Francois. قد تجد أيضًا مقاطع الفيديو هذه من 3blue1brown مفيدة ، والتي تمنحك تفسيرات سريعة حول كيفية عمل الشبكات العصبية على المستوى الرياضي.

سيمنحك إكمال هذه الخطوة أسس كيفية عمل ML ، وإعدادك للتعمق أكثر.

مقدمة إلى TensorFlow لـ AI و ML والتعلم العميق

تم تطوير هذه الدورة التدريبية بالتعاون مع فريق TensorFlow ، وهي جزء من تخصص مطور TensorFlow وستعلمك أفضل الممارسات لاستخدام TensorFlow.

مقدمة إلى TensorFlow للتعلم العميق

في هذه الدورة التدريبية عبر الإنترنت التي طورها فريق TensorFlow و Udacity ، ستتعلم كيفية إنشاء تطبيقات التعلم العميق باستخدام TensorFlow.

الخطوة 2: ما وراء الأساسيات

خذ تخصص مطور TensorFlow ، والذي يأخذك إلى ما هو أبعد من الأساسيات في رؤية الكمبيوتر التمهيدية ، ومعالجة اللغة الطبيعية ، ونمذجة التسلسل.

استكمال هذه الخطوة يواصل تقديمك ويعلمك كيفية استخدام TensorFlow لبناء نماذج أساسية لمجموعة متنوعة من السيناريوهات ، بما في ذلك تصنيف الصور وفهم المشاعر في النص والخوارزميات التوليدية والمزيد.

تخصص مطور TensorFlow

في هذا التخصص المكون من أربع دورات والذي يدرسه مطور TensorFlow ، ستستكشف الأدوات التي يستخدمها مطورو البرامج لبناء خوارزميات مدعومة بالذكاء الاصطناعي قابلة للتطوير في TensorFlow.

الخطوة 3: الممارسة

جرب بعضًا من دروس TensorFlow Core الخاصة بنا ، والتي ستتيح لك ممارسة المفاهيم التي تعلمتها في الخطوتين 1 و 2. عند الانتهاء ، جرب بعض التمارين الأكثر تقدمًا.

سيؤدي إكمال هذه الخطوة إلى تحسين فهمك للمفاهيم والسيناريوهات الرئيسية التي ستواجهها عند بناء نماذج ML.

الخطوة 4: تعمق مع TensorFlow

حان الوقت الآن للعودة إلى التعلم العميق باستخدام Python بواسطة Francois وإنهاء الفصول 5-9. يجب عليك أيضًا قراءة كتاب التعلم الآلي العملي باستخدام Scikit-Learn و Keras و TensorFlow من تأليف Aurelien Geron. يقدم هذا الكتاب التعلم الآلي والتعلم العميق باستخدام TensorFlow 2.0.

سيؤدي إكمال هذه الخطوة إلى استكمال معرفتك التمهيدية بـ ML ، بما في ذلك توسيع النظام الأساسي لتلبية احتياجاتك.

التعلم الآلي العملي باستخدام Scikit-Learn و Keras و TensorFlow
بواسطة Aurélien Géron

باستخدام أمثلة ملموسة ، ونظرية مبسطة ، واثنين من أطر عمل Python الجاهزة للإنتاج - Scikit-Learn و TensorFlow - يساعدك هذا الكتاب على اكتساب فهم بديهي لمفاهيم وأدوات بناء أنظمة ذكية.