Pembelajaran mesin teoretis dan lanjutan dengan TensorFlow
Sebelum memulai materi pembelajaran di bawah ini, pastikan untuk:
Selesaikan kurikulum kami Dasar-dasar pembelajaran mesin dengan TensorFlow , atau miliki pengetahuan yang setara
Memiliki pengalaman pengembangan perangkat lunak, khususnya dengan Python
Kurikulum ini adalah titik awal bagi orang-orang yang ingin:
Meningkatkan pemahaman mereka tentang ML
Mulailah memahami dan menerapkan makalah dengan TensorFlow
Anda harus sudah memiliki latar belakang pengetahuan tentang cara kerja ML atau menyelesaikan materi pembelajaran dalam kurikulum pemula Dasar-dasar pembelajaran mesin dengan TensorFlow sebelum melanjutkan. Konten di bawah ini dimaksudkan untuk memandu pelajar ke konten pembelajaran mesin yang lebih teoretis dan lanjutan. Anda akan melihat bahwa banyak sumber daya menggunakan TensorFlow, namun pengetahuannya dapat ditransfer ke framework ML lainnya.
Untuk lebih memahami ML, Anda harus memiliki pengalaman pemrograman Python serta latar belakang kalkulus, aljabar linier, probabilitas, dan statistik. Untuk membantu Anda memperdalam pengetahuan ML Anda, kami telah mencantumkan sejumlah referensi dan kursus yang direkomendasikan dari universitas, serta beberapa buku teks.
Langkah 1: Segarkan kembali pemahaman Anda tentang konsep matematika
ML adalah disiplin matematika yang berat. Jika Anda berencana memodifikasi model ML, atau membuat model baru dari awal, pemahaman terhadap konsep matematika yang mendasarinya adalah hal yang penting. Anda tidak harus mempelajari semua matematika terlebih dahulu, tetapi Anda dapat mencari konsep-konsep yang tidak Anda kenal saat Anda menemukannya. Jika Anda sudah lama tidak mengikuti kursus matematika, coba tonton playlist Intisari Aljabar Linier dan Intisari Kalkulus dari 3blue1 brown untuk penyegaran. Sebaiknya Anda melanjutkan dengan mengikuti kelas dari universitas, atau menonton kuliah akses terbuka dari MIT, seperti Aljabar Linier atau Kalkulus Variabel Tunggal .
Serangkaian video visual pendek dari 3blue1 brown yang menjelaskan pemahaman geometri matriks, determinan, benda eigen, dan banyak lagi.
Serangkaian video visual pendek dari 3blue1 brown yang menjelaskan dasar-dasar kalkulus sedemikian rupa sehingga memberi Anda pemahaman yang kuat tentang teorema dasar, dan bukan hanya cara kerja persamaannya.
Kursus pengantar dari MIT ini mencakup teori matriks dan aljabar linier. Penekanan diberikan pada topik-topik yang akan berguna dalam disiplin ilmu lain, termasuk sistem persamaan, ruang vektor, determinan, nilai eigen, kesamaan, dan matriks pasti positif.
Mata kuliah pengantar kalkulus dari MIT ini mencakup diferensiasi dan integrasi fungsi satu variabel, dengan aplikasinya.
