همانطور که در دوره آموزشی Crash Learning Machine پیشرفت می کنید، مفاهیم یادگیری ماشین را با کدگذاری مدل ها در tf.keras به کار خواهید برد. شما از Colab به عنوان یک محیط برنامه نویسی استفاده خواهید کرد. Colab نسخه Google Jupyter Notebook است. مانند Jupyter Notebook، Colab یک محیط برنامه نویسی تعاملی پایتون را فراهم می کند که متن، کد، گرافیک و خروجی برنامه را ترکیب می کند.
NumPy و پانداها
استفاده از tf.keras حداقل به درک کمی از دو کتابخانه منبع باز پایتون زیر نیاز دارد:
- NumPy ، که نمایش آرایه ها و انجام عملیات جبر خطی را ساده می کند.
- pandas ، که راهی آسان برای نمایش مجموعه داده ها در حافظه فراهم می کند.
اگر با NumPy یا پانداها آشنایی ندارید، لطفاً با انجام دو تمرین Colab زیر شروع کنید:
- تمرین NumPy UltraQuick Tutorial Colab که تمام اطلاعات NumPy را برای این دوره در اختیار شما قرار می دهد.
- Pandas UltraQuick Tutorial Colab تمرین، که تمام اطلاعات پانداهایی که برای این دوره نیاز دارید را ارائه می دهد.
رگرسیون خطی با tf.keras
پس از کسب مهارت در NumPy و پانداها، دو تمرین Colab زیر را برای بررسی رگرسیون خطی و تنظیم هایپرپارامتر در tf.keras انجام دهید:
- رگرسیون خطی با تمرین Synthetic Data Colab، که رگرسیون خطی را با مجموعه داده اسباب بازی بررسی می کند.
- رگرسیون خطی با تمرین Real Dataset Colab، که شما را از طریق انواع تحلیل هایی که باید روی یک مجموعه داده واقعی انجام دهید، راهنمایی می کند.
تمرینات برنامه نویسی مستقیماً در مرورگر شما اجرا می شوند (بدون نیاز به تنظیم!) با استفاده از پلت فرم Colaboratory . Colaboratory در اکثر مرورگرهای اصلی پشتیبانی می‌شود و در نسخه‌های دسکتاپ کروم و فایرفاکس کاملاً آزمایش شده است. اگر ترجیح می‌دهید تمرین‌ها را به‌صورت آفلاین دانلود و اجرا کنید، این دستورالعمل‌ها را برای تنظیم یک محیط محلی ببینید.