יסודות למידת מכונה עם TensorFlow
תכנית הלימודים הזו מיועדת לאנשים שהם:
- חדש ב-ML, אבל בעלי רקע תכנות בינוני
תוכן זה נועד להדריך מפתחים חדשים ב-ML בשלבי ההתחלה של מסע ה-ML שלהם. תראה שרבים מהמשאבים משתמשים ב-TensorFlow, עם זאת, הידע ניתן להעברה למסגרות אחרות של למידת מכונה.
שלב 1: הבן מה זה ML
TensorFlow 2.0 נועד להקל על בניית רשתות עצביות ללמידת מכונה, ולכן TensorFlow 2.0 משתמש ב-API בשם Keras. הספר Deep Learning with Python מאת פרנסואה צ'ולט, היוצר של Keras, הוא מקום מצוין להתחיל בו. קרא את פרקים 1-4 כדי להבין את היסודות של ML מנקודת מבטו של מתכנת. המחצית השנייה של הספר מתעמקת בתחומים כמו ראייה ממוחשבת, עיבוד שפה טבעית, למידה עמוקה גנרטיבית ועוד. אל תדאג אם הנושאים האלה מתקדמים מדי כרגע, מכיוון שהם יהיו הגיוניים יותר בבוא העת.
ספר מבוא זה מספק גישת קוד ראשון כדי ללמוד כיצד ליישם את תרחישי ה-ML הנפוצים ביותר, כגון ראייה ממוחשבת, עיבוד שפה טבעית (NLP) ומודל רצף עבור אינטרנט, נייד, ענן וזמני ריצה משובצים.
⬆ או ⬇
קח קורס מקוון כגון Introduction to TensorFlow של Coursera או Intro to TensorFlow for Deep Learning של Udacity, שניהם מכסים את אותם יסודות כמו ספרו של פרנסואה. ייתכן גם שתמצא את הסרטונים האלה מ-3blue1brown מועילים, שנותנים לך הסברים מהירים לגבי אופן הפעולה של רשתות עצביות ברמה מתמטית.
השלמת שלב זה תיתן לך את היסודות של אופן הפעולה של ML, ויכין אותך להעמיק.
DeepLearning.AI
מבוא ל-TensorFlow עבור AI, ML ולמידה עמוקהקורס זה, שפותח בשיתוף עם צוות TensorFlow, הוא חלק מהתמחות המפתחים של TensorFlow והוא ילמד אותך שיטות עבודה מומלצות לשימוש ב-TensorFlow.
בקורס מקוון זה שפותח על ידי צוות TensorFlow ו-Udacity, תלמד כיצד לבנות יישומי למידה עמוקה עם TensorFlow.
שלב 2: מעבר ליסודות
קח את התמחות המפתחים של TensorFlow , שלוקחת אותך מעבר ליסודות לתוך מבוא של ראיית מחשב, NLP ומודלים של רצפים.
השלמת שלב זה ממשיכה את ההקדמה שלך, ומלמדת אותך כיצד להשתמש ב-TensorFlow כדי לבנות מודלים בסיסיים עבור מגוון תרחישים, כולל סיווג תמונות, הבנת סנטימנט בטקסט, אלגוריתמים מחוללים ועוד.
DeepLearning.AI
התמחות מפתחים של TensorFlowבהתמחות בת ארבע קורסים זו הנלמדת על ידי מפתח TensorFlow, תחקור את הכלים ומפתחי תוכנה בהם משתמשים כדי לבנות אלגוריתמים ניתנים להרחבה המופעלים על ידי AI ב-TensorFlow.
שלב 3: תרגול
נסה כמה מהמדריכים שלנו TensorFlow Core , שיאפשרו לך לתרגל את המושגים שלמדת בשלבים 1 ו-2. כשתסיים, נסה כמה מהתרגילים המתקדמים יותר.
השלמת שלב זה תשפר את הבנתך את המושגים והתרחישים העיקריים שתתקל בהם בעת בניית מודלים של ML.
שלב 4: לכו עמוק יותר עם TensorFlow
עכשיו הגיע הזמן לחזור ל- Deep Learning with Python מאת פרנסואה ולסיים את פרקים 5-9. כדאי גם לקרוא את הספר לימוד מכונה מעשית עם Scikit-Learn, Keras ו- TensorFlow , מאת Aurelien Geron. ספר זה מציג ML ולמידה עמוקה באמצעות TensorFlow 2.0.
השלמת שלב זה תשלים את הידע המבוא שלך ב-ML, כולל הרחבת הפלטפורמה כדי לענות על הצרכים שלך.
באמצעות דוגמאות קונקרטיות, תיאוריה מינימלית ושתי מסגרות Python המוכנות לייצור - Scikit-Learn ו- TensorFlow - ספר זה עוזר לך לקבל הבנה אינטואיטיבית של המושגים והכלים לבניית מערכות חכמות.