Premiers pas avec TensorFlow: exercices de programmation

À mesure que vous progressez dans le cours d'initiation au machine learning, vous mettez en pratique les concepts du machine learning en codeant des modèles dans tf.keras. Vous utiliserez Colab comme environnement de programmation. Colab est la version Google du notebook Jupyter. Tout comme le notebook Jupyter, Colab fournit un environnement de programmation Python interactif qui combine texte, code, graphiques et sortie de programme.

NumPy et pandas

L'utilisation de tf.keras nécessite au minimum de comprendre les deux bibliothèques Python Open Source suivantes:

  • NumPy, qui simplifie la représentation des tableaux et l'exécution d'opérations d'algèbre linéaire.
  • Pandas, qui permet de représenter facilement des ensembles de données en mémoire.

Si vous ne connaissez pas NumPy ou Pandas, veuillez commencer par effectuer les deux exercices Colab suivants:

  1. Tutoriel NumPy Ultra qui fournit toutes les informations NumPy dont vous avez besoin pour ce cours.
  2. Tutoriel Ultra Pandas pour Colab, qui fournit toutes les informations nécessaires pour ce cours.

Régression linéaire avec tf.keras

Après avoir acquis des compétences dans NumPy et Pandas, suivez les deux exercices Colab suivants pour explorer la régression linéaire et le réglage des hyperparamètres dans tf.keras:

  1. Régression linéaire avec des données synthétiques (exercice Colab) : Explorer la régression linéaire avec un ensemble de données
  2. Régression linéaire avec un ensemble de données réel de l'exercice Colab, qui vous indique les types d'analyses à effectuer sur un ensemble de données réel.

Les exercices de programmation s'exécutent directement dans votre navigateur (aucune configuration requise) à l'aide de la plate-forme Colaboratory. Colaboratory est compatible avec la plupart des principaux navigateurs, et est le plus testé sur les versions classiques de Chrome et de Firefox. Si vous préférez télécharger et exécuter les exercices hors connexion, consultez ces instructions pour configurer un environnement local.