TensorFlow Kaynaklar Makine Öğrenimi Öğrenin Kılavuz

TensorFlow ile teorik ve gelişmiş makine öğrenimi

Aşağıdaki öğrenme materyallerine başlamadan önce şunları yaptığınızdan emin olun:

  1. TensorFlow ile makine öğreniminin temelleri müfredatımızı tamamlayın veya eşdeğer bilgiye sahip olun

  2. Özellikle Python'da yazılım geliştirme deneyimine sahip olmak

Bu müfredat, aşağıdakileri yapmak isteyenler için bir başlangıç ​​noktasıdır:

  1. Makine öğrenimi anlayışlarını geliştirin

  2. TensorFlow ile belgeleri anlamaya ve uygulamaya başlayın

Devam etmeden önce, makine öğreniminin nasıl çalıştığına dair arka plan bilgisine sahip olmanız veya başlangıç ​​müfredatı TensorFlow ile makine öğreniminin temelleri bölümündeki öğrenme materyallerini tamamlamanız gerekir. Aşağıdaki içerik, öğrencileri daha teorik ve gelişmiş makine öğrenimi içeriğine yönlendirmeyi amaçlamaktadır. Kaynakların çoğunun TensorFlow kullandığını göreceksiniz, ancak bilgi diğer ML çerçevelerine aktarılabilir.

Makine öğrenimi anlayışınızı ilerletmek için Python programlama deneyiminin yanı sıra kalkülüs, lineer cebir, olasılık ve istatistik konularında bir geçmişe sahip olmalısınız. Makine öğrenimi bilginizi derinleştirmenize yardımcı olmak için, birkaç ders kitabının yanı sıra üniversitelerden önerilen bir dizi kaynak ve kursu listeledik.

Adım 1: Matematik kavramları hakkındaki anlayışınızı tazeleyin

ML, matematik ağırlıklı bir disiplindir. Makine öğrenimi modellerini değiştirmeyi veya sıfırdan yenilerini oluşturmayı planlıyorsanız, temel matematik kavramlarına aşinalık önemlidir. Tüm matematiği önceden öğrenmek zorunda değilsiniz, bunun yerine aşina olmadığınız kavramlarla karşılaştığınızda arayabilirsiniz. Matematik kursu almayalı uzun zaman olduysa, tazelemek için 3blue1brown'dan Essence of lineer cebir ve Essence of matematiğin çalma listelerini izlemeyi deneyin. Bir üniversiteden ders alarak veya MIT'den Linear Cebir veya Tek Değişkenli Hesap gibi açık erişim dersleri izleyerek devam etmenizi öneririz.

Lineer Cebirin Özü
3Blue1Brown tarafından

3blue1brown'dan matrislerin, determinantların, öz-maddelerin ve daha fazlasının geometrik anlayışını açıklayan bir dizi kısa, görsel video.

Kalkülüsün Özü
3Blue1Brown tarafından

3blue1brown'dan, yalnızca denklemlerin nasıl çalıştığını değil, temel teoremleri de güçlü bir şekilde anlamanızı sağlayacak şekilde kalkülüsün temellerini açıklayan bir dizi kısa, görsel video.

MIT 18.06: Lineer Cebir

MIT'den gelen bu giriş dersi, matris teorisini ve lineer cebiri kapsar. Denklem sistemleri, vektör uzayları, determinantlar, özdeğerler, benzerlik ve pozitif tanımlı matrisler gibi diğer disiplinlerde faydalı olacak konulara vurgu yapılır.

MIT 18.01: Tek Değişkenli Hesap

MIT'den gelen bu giriş niteliğindeki kalkülüs kursu, tek değişkenli fonksiyonların uygulamalarla türevini ve entegrasyonunu kapsar.

2. Adım: Bu kurslar ve kitaplarla derin öğrenme anlayışınızı derinleştirin

Derin öğrenme hakkında bilmeniz gereken her şeyi size öğretecek tek bir kurs yoktur. Yardımcı olabilecek bir yaklaşım, aynı anda birkaç ders almaktır. Materyalde örtüşmeler olsa da, birden fazla eğitmenin kavramları farklı şekillerde açıklaması özellikle karmaşık konularda yardımcı olabilir. Aşağıda, başlamanıza yardımcı olması için önerdiğimiz birkaç kurs bulunmaktadır. Her birini birlikte keşfedebilir veya size en uygun gelenleri seçebilirsiniz.

Unutmayın, ne kadar çok öğrenirseniz ve bu kavramları pratikle pekiştirirseniz, kendi ML modellerinizi oluşturma ve değerlendirme konusunda o kadar ustalaşacaksınız.

Bu kursları alın:

MIT kursu 6.S191: Derin Öğrenmeye Giriş, MIT'den TensorFlow ile Derin Öğrenmeye giriş niteliğinde bir kurstur ve aynı zamanda harika bir kaynaktır.

Andrew Ng'nin Coursera'daki Derin Öğrenme Uzmanlığı ayrıca evrişimli ağlar, RNNS, LSTM'ler ve daha fazlası dahil olmak üzere derin öğrenmenin temellerini öğretir. Bu uzmanlık, işinizde derin öğrenmeyi uygulamanıza ve yapay zeka alanında kariyer oluşturmanıza yardımcı olmak için tasarlanmıştır.

MIT 6.S191: Derin Öğrenmeye Giriş

MIT'nin bu kursunda, derin öğrenme algoritmaları hakkında temel bilgiler edinecek ve TensorFlow'da sinir ağları oluşturma konusunda pratik deneyim kazanacaksınız.

Derin Öğrenme Uzmanlığı

Beş kursta, Derin Öğrenmenin temellerini öğrenecek, nöral ağların nasıl oluşturulacağını anlayacak ve başarılı makine öğrenimi projelerini nasıl yöneteceğinizi ve yapay zekada bir kariyer inşa edeceğinizi öğreneceksiniz. Sadece teoride ustalaşmakla kalmayacak, aynı zamanda endüstride nasıl uygulandığını da göreceksiniz.

⬆ Ve ⬇ Bu kitapları okuyun:

Yukarıda listelenen kurslarda öğrendiklerinizi tamamlamak için aşağıdaki kitapları okuyarak daha derine inmenizi öneririz. Her kitap çevrimiçi olarak mevcuttur ve pratik yapmanıza yardımcı olacak ek materyaller sunar.

Derin Öğrenme: Ian Goodfellow, Yoshua Bengio ve Aaron Courville tarafından yazılan bir MIT Basın Kitabı'nı okuyarak başlayabilirsiniz. Derin Öğrenme ders kitabı, öğrencilerin anlayışlarını derinleştirmelerine yardımcı olmayı amaçlayan gelişmiş bir kaynaktır. Kitaba, alıştırmalar, ders slaytları, hataların düzeltmeleri ve kavramlarla ilgili uygulamalı pratik yapmanızı sağlayacak diğer kaynaklar dahil olmak üzere çeşitli ek materyaller sağlayan bir web sitesi eşlik etmektedir.

Ayrıca Michael Nielsen'in çevrimiçi kitabı Neural Networks and Deep Learning'i de keşfedebilirsiniz. Bu kitap, sinir ağları hakkında teorik bir arka plan sağlar. TensorFlow kullanmaz, ancak daha fazlasını öğrenmek isteyen öğrenciler için harika bir referanstır.

Derin Öğrenme
Ian Goodfellow, Yoshua Bengio ve Aaron Courville tarafından

Bu Derin Öğrenme ders kitabı, öğrencilerin ve uygulayıcıların genel olarak makine öğrenimi ve özellikle derin öğrenme alanına girmelerine yardımcı olmayı amaçlayan bir kaynaktır.

Sinir Ağları ve Derin Öğrenme
tarafından Michael Nielsen

Bu kitap, sinir ağları hakkında teorik bir arka plan sağlar. TensorFlow kullanmaz, ancak daha fazlasını öğrenmek isteyen öğrenciler için harika bir referanstır.

3. Adım: TensorFlow ile belgeleri okuyun ve uygulayın

Bu noktada, web sitemizdeki birkaç iyi bilinen yayının uygulamalarını içeren makaleleri okumanızı ve ileri düzey eğitimleri denemenizi öneririz. Gelişmiş bir uygulama, makine çevirisi veya resim yazısı öğrenmenin en iyi yolu, öğreticiden bağlantılı makaleyi okumaktır. Üzerinde çalışırken, kodun ilgili bölümlerini bulun ve anlayışınızı sağlamlaştırmaya yardımcı olmak için bunları kullanın.