अपना पथ मास्टर करें
मशीन सीखने में एक विशेषज्ञ बनने के लिए, आप पहली बार में एक मजबूत नींव की जरूरत है चार सीखने क्षेत्रों कोडिंग, गणित, एमएल सिद्धांत, और कैसे शुरू से आखिर तक अपनी खुद की एमएल परियोजना के निर्माण के लिए:।
TensorFlow के साथ शुरू क्यूरेट पाठ्यक्रमों इन चार कौशल में सुधार, या हमारी का लाभ उठाकर अपना स्वयं के शिक्षण पथ का चयन करने के संसाधन पुस्तकालय नीचे।
मशीन लर्निंग शिक्षा के चार क्षेत्र
अपने शैक्षिक पथ की शुरुआत करते समय, पहले यह समझना महत्वपूर्ण है कि एमएल कैसे सीखें। हमने सीखने की प्रक्रिया को ज्ञान के चार क्षेत्रों में विभाजित किया है, प्रत्येक क्षेत्र एमएल पहेली का एक मूलभूत टुकड़ा प्रदान करता है। आपके पथ पर आपकी सहायता करने के लिए, हमने उन पुस्तकों, वीडियो और ऑनलाइन पाठ्यक्रमों की पहचान की है जो आपकी क्षमताओं को बढ़ाएंगे, और आपको अपनी परियोजनाओं के लिए एमएल का उपयोग करने के लिए तैयार करेंगे। अपने ज्ञान को बढ़ाने के लिए डिज़ाइन किए गए हमारे निर्देशित पाठ्यक्रम से शुरू करें, या हमारे संसाधन पुस्तकालय की खोज करके अपना रास्ता चुनें।
TensorFlow पाठ्यक्रम
अनुशंसित पाठ्यक्रमों, पुस्तकों और वीडियो वाले हमारे किसी निर्देशित पाठ्यक्रम के साथ सीखना शुरू करें।
पुस्तकों और ऑनलाइन पाठ्यक्रमों के इस संग्रह के साथ एमएल की मूल बातें सीखें। आपको TensorFlow 2.0 का उपयोग करके गहन शिक्षण के माध्यम से निर्देशित, स्किकिट-लर्न के साथ एमएल से परिचित कराया जाएगा, और फिर आपके पास शुरुआती ट्यूटोरियल के साथ जो आप सीखते हैं उसका अभ्यास करने का अवसर होगा।
एक बार जब आप मशीन लर्निंग की मूल बातें समझ लेते हैं, तो तंत्रिका नेटवर्क की सैद्धांतिक समझ, गहरी शिक्षा, और अंतर्निहित गणित अवधारणाओं के अपने ज्ञान में सुधार करके अपनी क्षमताओं को अगले स्तर तक ले जाएं।
जावास्क्रिप्ट में मशीन लर्निंग मॉडल विकसित करने की मूल बातें जानें, और सीधे ब्राउज़र में कैसे परिनियोजित करें। आपको गहन शिक्षण और हाथों पर अभ्यास के माध्यम से TensorFlow.js के साथ शुरुआत करने के बारे में एक उच्च-स्तरीय परिचय मिलेगा।
शैक्षिक संसाधन
अपना स्वयं का सीखने का मार्ग चुनें, और आपको ML की नींव सिखाने के लिए TensorFlow टीम द्वारा अनुशंसित पुस्तकों, पाठ्यक्रमों, वीडियो और अभ्यासों का पता लगाएं।
पुस्तकें
पढ़ना एमएल और गहन शिक्षण की नींव को समझने के सर्वोत्तम तरीकों में से एक है। किताबें आपको भविष्य में और अधिक तेज़ी से नई अवधारणाओं को सीखने में मदद करने के लिए आवश्यक सैद्धांतिक समझ प्रदान कर सकती हैं।
यह परिचयात्मक पुस्तक सबसे सामान्य एमएल परिदृश्यों को लागू करने का तरीका सीखने के लिए एक कोड-प्रथम दृष्टिकोण प्रदान करती है, जैसे कि कंप्यूटर विज़न, प्राकृतिक भाषा प्रसंस्करण (एनएलपी), और वेब, मोबाइल, क्लाउड और एम्बेडेड रनटाइम के लिए अनुक्रम मॉडलिंग।
यह पुस्तक केरस के साथ डीप लर्निंग का एक व्यावहारिक, व्यावहारिक परिचय है।
ठोस उदाहरणों, न्यूनतम सिद्धांत, और दो उत्पादन-तैयार पायथन ढांचे-स्किकिट-लर्न और टेंसरफ्लो का उपयोग करके- यह पुस्तक आपको बुद्धिमान प्रणालियों के निर्माण के लिए अवधारणाओं और उपकरणों की सहज समझ हासिल करने में मदद करती है।
यह डीप लर्निंग पाठ्यपुस्तक सामान्य रूप से मशीन लर्निंग और विशेष रूप से डीप लर्निंग के क्षेत्र में छात्रों और चिकित्सकों की मदद करने के लिए एक संसाधन है।
यह पुस्तक तंत्रिका नेटवर्क पर एक सैद्धांतिक पृष्ठभूमि प्रदान करती है। यह TensorFlow का उपयोग नहीं करता है, लेकिन अधिक सीखने में रुचि रखने वाले छात्रों के लिए यह एक अच्छा संदर्भ है।
TensorFlow लाइब्रेरी के मुख्य लेखकों द्वारा लिखित, यह पुस्तक आपके ब्राउज़र में या Node.
बहु-भाग ऑनलाइन पाठ्यक्रम
एमएल की बुनियादी अवधारणाओं को सीखने के लिए एक बहु-भाग ऑनलाइन पाठ्यक्रम लेना एक अच्छा तरीका है। कई पाठ्यक्रम उत्कृष्ट दृश्य व्याख्याकार प्रदान करते हैं, और मशीन लर्निंग को सीधे काम पर, या आपकी व्यक्तिगत परियोजनाओं के साथ लागू करने के लिए आवश्यक उपकरण प्रदान करते हैं।
आपने मॉडल बनाना और प्रशिक्षित करना सीख लिया है। अब इस चार-कोर्स विशेषज्ञता में अपने मॉडल को प्रशिक्षित करने के लिए विभिन्न परिनियोजन परिदृश्यों को नेविगेट करना और डेटा का अधिक प्रभावी ढंग से उपयोग करना सीखें।
TensorFlow टीम के सहयोग से विकसित, यह कोर्स TensorFlow in practice Specialization का हिस्सा है और आपको TensorFlow का उपयोग करने के लिए सर्वोत्तम अभ्यास सिखाएगा।
TensorFlow टीम और Udacity द्वारा विकसित इस ऑनलाइन पाठ्यक्रम में, आप TensorFlow के साथ गहन शिक्षण अनुप्रयोगों का निर्माण करना सीखेंगे।
TensorFlow डेवलपर द्वारा सिखाए गए इस चार-कोर्स विशेषज्ञता में, आप TensorFlow में स्केलेबल AI-संचालित एल्गोरिदम बनाने के लिए उपयोग किए जाने वाले टूल और सॉफ़्टवेयर डेवलपर्स का पता लगाएंगे।
पांच पाठ्यक्रमों में, आप डीप लर्निंग की नींव सीखेंगे, समझेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाए, और सीखें कि सफल मशीन लर्निंग प्रोजेक्ट्स का नेतृत्व कैसे करें और एआई में करियर बनाएं। आप न केवल सिद्धांत में महारत हासिल करेंगे, बल्कि यह भी देखेंगे कि इसे उद्योग में कैसे लागू किया जाता है।
यह कोर्स कंप्यूटर विज़न कार्यों, विशेष रूप से छवि वर्गीकरण के लिए एंड-टू-एंड मॉडल सीखने पर ध्यान देने के साथ गहन शिक्षण आर्किटेक्चर के विवरण में एक गहरा गोता है। पाठ्यक्रम के पिछले पुनरावृत्तियों से व्याख्यान वीडियो, स्लाइड और पिछले पाठ्यक्रम नोट्स का अन्वेषण करें।
MIT से इस कोर्स में, आप गहन शिक्षण एल्गोरिदम का मूलभूत ज्ञान प्राप्त करेंगे और TensorFlow में तंत्रिका नेटवर्क के निर्माण में व्यावहारिक अनुभव प्राप्त करेंगे।
अन्य संसाधन
मोबाइल और वेब डेवलपर्स और उत्पादन पाइपलाइन बनाने के इच्छुक उपयोगकर्ताओं के लिए, हमने आपके टेंसरफ्लो पुस्तकालयों और आपकी आवश्यकताओं के लिए विशिष्ट ढांचे सहित आरंभ करने में आपकी सहायता के लिए हमारे पसंदीदा संसाधन एकत्र किए हैं।
deeplearn.js का उपयोग करके, पता करें कि डीप लर्निंग सिस्टम कैसे सीखते हैं और जांचते हैं कि वे कैसे सोचते हैं।
एक 3-भाग श्रृंखला जो TensorFlow.js के साथ मशीन लर्निंग मॉडल के प्रशिक्षण और निष्पादन दोनों की खोज करती है, और आपको दिखाती है कि जावास्क्रिप्ट में मशीन लर्निंग मॉडल कैसे बनाया जाता है जो सीधे ब्राउज़र में निष्पादित होता है।
मशीन सीखने और तंत्रिका नेटवर्क के निर्माण पर एक बड़ी श्रृंखला का हिस्सा, यह वीडियो प्लेलिस्ट TensorFlow.js, कोर एपीआई, और एमएल मॉडल को प्रशिक्षित और तैनात करने के लिए जावास्क्रिप्ट लाइब्रेरी का उपयोग करने पर केंद्रित है।
यह श्रृंखला क्लाइंट-साइड कृत्रिम तंत्रिका नेटवर्क की अवधारणा का परिचय देती है। क्लाइंट-सर्वर डीप लर्निंग आर्किटेक्चर के बारे में जानें, केरस मॉडल को टीएफजेएस मॉडल में बदलना, नोड.जेएस के साथ मॉडल पेश करना, ब्राउज़र में प्रशिक्षण और ट्रांसफर लर्निंग आदि।
अपनी खुद की उत्पादन एमएल पाइपलाइन बनाने के लिए TensorFlow Extended (TFX) का उपयोग करने पर TensorFlow टीम की पांच भाग श्रृंखला।
Google I/O का यह सत्र मोबाइल एप्लिकेशन और एज डिवाइस को बढ़ाने के लिए मशीन लर्निंग का उपयोग करने के लिए उपलब्ध विभिन्न विकल्पों को उजागर करेगा। जानें कि मॉडल को प्रशिक्षित करने के लिए TensorFlow Lite का उपयोग कैसे किया जा सकता है और विभिन्न उपकरणों में उनका उपयोग कैसे किया जा सकता है।
गणित अवधारणा
अपने एमएल ज्ञान के साथ गहराई तक जाने के लिए, ये संसाधन आपको उच्च स्तर की उन्नति के लिए आवश्यक अंतर्निहित गणित अवधारणाओं को समझने में मदद कर सकते हैं।
TensorFlow API के साथ मशीन लर्निंग क्रैश कोर्स मशीन सीखने के इच्छुक लोगों के लिए एक स्व-अध्ययन मार्गदर्शिका है। इसमें वीडियो लेक्चर, रियल-वर्ल्ड केस स्टडी और व्यावहारिक अभ्यास के साथ पाठों की एक श्रृंखला है।
कौरसेरा की इस ऑनलाइन विशेषज्ञता का उद्देश्य गणित और मशीन लर्निंग के बीच की खाई को पाटना है, जो आपको एक सहज समझ बनाने के लिए अंतर्निहित गणित में गति प्रदान करता है, और इसे मशीन लर्निंग और डेटा साइंस से जोड़ता है।
दृश्य-प्रथम दृष्टिकोण के साथ गणित को प्रस्तुत करने के आसपास 3blue1भूरे रंग के केंद्र। इस वीडियो श्रृंखला में, आप एक तंत्रिका नेटवर्क की मूल बातें सीखेंगे और यह गणित की अवधारणाओं के माध्यम से कैसे काम करता है।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो मैट्रिक्स, निर्धारकों, ईजिन-सामानों और अधिक की ज्यामितीय समझ की व्याख्या करती है।
3blue1brown से लघु, दृश्य वीडियो की एक श्रृंखला जो कैलकुलस के मूल सिद्धांतों को इस तरह से समझाती है जो आपको मूलभूत प्रमेयों की एक मजबूत समझ प्रदान करती है, न कि केवल समीकरण कैसे काम करते हैं।
MIT के इस परिचयात्मक पाठ्यक्रम में मैट्रिक्स सिद्धांत और रैखिक बीजगणित शामिल हैं। उन विषयों पर जोर दिया जाता है जो अन्य विषयों में उपयोगी होंगे, जिनमें समीकरणों की प्रणाली, वेक्टर रिक्त स्थान, निर्धारक, eigenvalues, समानता और सकारात्मक निश्चित मैट्रिक्स शामिल हैं।
एमआईटी से यह प्रारंभिक कैलकुस पाठ्यक्रम अनुप्रयोगों के साथ एक चर के कार्यों के भेदभाव और एकीकरण को शामिल करता है।
यह पुस्तक सांख्यिकीय सीखने के क्षेत्र का एक सुलभ अवलोकन प्रदान करती है, जो मशीन लर्निंग में मॉडल को प्रशिक्षित करने के लिए आवश्यक डेटासेट की विशाल और जटिल दुनिया की समझ बनाने के लिए एक आवश्यक टूलसेट है।
मानव-केंद्रित एआई
एमएल मॉडल डिजाइन करते समय, या एआई-संचालित अनुप्रयोगों का निर्माण करते समय, उत्पाद के साथ बातचीत करने वाले लोगों पर विचार करना और इन एआई सिस्टम में निष्पक्षता, व्याख्या, गोपनीयता और सुरक्षा का निर्माण करने का सबसे अच्छा तरीका है।
TensorFlow का उपयोग करके अपने ML वर्कफ़्लो में Responsible AI प्रथाओं को एकीकृत करने का तरीका जानें।
Google की यह गाइडबुक आपको मानव-केंद्रित AI उत्पाद बनाने में मदद करेगी। यह आपको सामान्य गलतियों से बचने, उत्कृष्ट अनुभवों को डिजाइन करने और लोगों पर ध्यान केंद्रित करने में सक्षम करेगा क्योंकि आप एआई-संचालित एप्लिकेशन बनाते हैं।
Google के MLCC के भीतर एक घंटे का यह मॉड्यूल शिक्षार्थियों को विभिन्न प्रकार के मानवीय पूर्वाग्रहों से परिचित कराता है जो प्रशिक्षण डेटा में प्रकट हो सकते हैं, साथ ही उनके प्रभावों की पहचान और मूल्यांकन के लिए रणनीतियाँ भी।