เชี่ยวชาญเส้นทางของคุณ

หากต้องการเป็นผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิง คุณต้องมีรากฐานที่แข็งแกร่งใน การเรียนรู้สี่ด้าน ได้แก่ การเขียนโค้ด คณิตศาสตร์ ทฤษฎี ML และวิธีการสร้างโปรเจ็กต์ ML ของคุณเองตั้งแต่ต้นจนจบ

เริ่มต้นด้วย หลักสูตรที่คัดสรร ของ TensorFlow เพื่อพัฒนาทักษะทั้งสี่นี้ หรือเลือกเส้นทางการเรียนรู้ของคุณเองโดยการสำรวจ คลังทรัพยากร ของเราด้านล่าง

การศึกษาการเรียนรู้ของเครื่องทั้งสี่ด้าน

เมื่อเริ่มต้นเส้นทางการศึกษาของคุณ สิ่งสำคัญคือต้องเข้าใจวิธีเรียนรู้ ML ก่อน เราได้แบ่งกระบวนการเรียนรู้ออกเป็นสี่ส่วนความรู้ โดยแต่ละส่วนจะเป็นรากฐานของปริศนา ML เพื่อช่วยคุณในเส้นทางของคุณ เราได้ระบุหนังสือ วิดีโอ และหลักสูตรออนไลน์ที่จะยกระดับความสามารถของคุณ และเตรียมคุณให้พร้อมสำหรับการใช้ ML สำหรับโครงการของคุณ เริ่มต้นด้วยหลักสูตรแนะนำของเราที่ออกแบบมาเพื่อเพิ่มพูนความรู้ของคุณ หรือเลือกเส้นทางของคุณเองโดยการสำรวจห้องสมุดทรัพยากรของเรา

• ทักษะการเขียนโค้ด: การสร้างโมเดล ML เกี่ยวข้องมากกว่าแค่การรู้แนวคิด ML แต่ยังต้องมีการเขียนโค้ดเพื่อจัดการข้อมูล การปรับพารามิเตอร์ และผลลัพธ์การแยกวิเคราะห์ที่จำเป็นในการทดสอบและเพิ่มประสิทธิภาพโมเดลของคุณ

• คณิตศาสตร์และสถิติ: ML เป็นสาขาวิชาคณิตศาสตร์ที่เน้นหนัก ดังนั้นหากคุณวางแผนที่จะแก้ไขโมเดล ML หรือสร้างโมเดลใหม่ตั้งแต่ต้น ความคุ้นเคยกับแนวคิดทางคณิตศาสตร์ที่ซ่อนอยู่เป็นสิ่งสำคัญต่อกระบวนการนี้

• ทฤษฎี ML: การรู้พื้นฐานของทฤษฎี ML จะทำให้คุณมีรากฐานในการต่อยอด และช่วยคุณแก้ไขปัญหาเมื่อมีสิ่งผิดปกติเกิดขึ้น

• สร้างโปรเจ็กต์ของคุณเอง: การได้สัมผัสประสบการณ์จริงกับ ML เป็นวิธีที่ดีที่สุดที่จะทดสอบความรู้ของคุณ ดังนั้นอย่ากลัวที่จะดำดิ่งตั้งแต่เนิ่นๆ ด้วย colab หรือ บทช่วยสอน ง่ายๆ เพื่อฝึกฝน

หลักสูตร TensorFlow

เริ่มต้นการเรียนรู้ด้วยหลักสูตรที่แนะนำซึ่งมีหลักสูตร หนังสือ และวิดีโอที่แนะนำ

สำหรับผู้เริ่มต้น

พื้นฐานของแมชชีนเลิร์นนิงด้วย TensorFlow

เรียนรู้พื้นฐานของ ML ด้วยหนังสือและหลักสูตรออนไลน์ชุดนี้ คุณจะได้รู้จักกับ ML และได้รับคำแนะนำผ่านการเรียนรู้เชิงลึกโดยใช้ TensorFlow 2.0 จากนั้นคุณจะมีโอกาสฝึกฝนสิ่งที่คุณเรียนรู้ด้วยบทช่วยสอนสำหรับผู้เริ่มต้น

สำหรับระดับกลางและผู้เชี่ยวชาญ

การเรียนรู้ของเครื่องทั้งทางทฤษฎีและขั้นสูงด้วย TensorFlow

เมื่อคุณเข้าใจพื้นฐานของแมชชีนเลิร์นนิงแล้ว ให้ยกระดับความสามารถของคุณไปอีกระดับโดยเจาะลึกความเข้าใจทางทฤษฎีของโครงข่ายประสาทเทียม การเรียนรู้เชิงลึก และพัฒนาความรู้เกี่ยวกับแนวคิดทางคณิตศาสตร์ที่ซ่อนอยู่

สำหรับผู้เริ่มต้น

TensorFlow สำหรับการพัฒนา JavaScript

เรียนรู้พื้นฐานของการพัฒนาโมเดลการเรียนรู้ของเครื่องใน JavaScript และวิธีการปรับใช้โดยตรงในเบราว์เซอร์ คุณจะได้รับคำแนะนำระดับสูงเกี่ยวกับการเรียนรู้เชิงลึกและวิธีเริ่มต้นใช้งาน TensorFlow.js ผ่านแบบฝึกหัดภาคปฏิบัติ

ทรัพยากรทางการศึกษา

เลือกเส้นทางการเรียนรู้ของคุณเอง และสำรวจหนังสือ หลักสูตร วิดีโอ และแบบฝึกหัดที่แนะนำโดยทีม TensorFlow เพื่อสอนพื้นฐานของ ML

หนังสือ

หลักสูตรออนไลน์

แนวคิดทางคณิตศาสตร์

ทรัพยากร TF

AI ที่มีมนุษย์เป็นศูนย์กลาง