ככל שתתקדמו בקורס 'קורס למידת מכונה', תוכלו ליישם את המושגים של למידה חישובית על ידי קידוד מודלים ב-tf.keras. אתם תשתמשו ב-Colab כסביבת תכנות. Colab היא הגרסה של Google ל-Jupyter Notebook. בדומה ל-Jupyter Notebook, Colab היא סביבת תכנות אינטראקטיבית של Python, שמשולבת בה טקסט, קוד, גרפיקה ופלט של תוכניות.
משחקי NumPy ו-Panda
השימוש ב-tf.keras דורש לפחות מעט הבנה של שתי ספריות ה-Python בקוד פתוח:
- NumPy, שמפשט את המערכים ומבצע פעולות באלגברה לינארית.
- Pandas, שמאפשר לייצג בקלות מערכי נתונים בזיכרון.
אם אתם לא מכירים את NumPy או את פנדות, כדאי להתחיל עם שני תרגילי Colab הבאים:
- תרגיל Colab ב-NumPy UltraQuick, שמספק את כל המידע הדרוש לקורס הזה.
- תרגיל הדרכה מהיר במיוחד (Pandas guide) לעבודה משותפת, שמספק את כל המידע על פנדות בקורס הזה.
רגרסיה לינארית עם tf.keras
אחרי שיש לכם את הידע ב-NumPy ובפנדות, כדאי לבצע את שני תרגילי Colab הבאים כדי לבחון רגרסיה לינארית וכוונון של היפר-פרמטרים ב-tf.keras:
- רגרסיה לינארית עם נתונים סינתטיים תרגיל רגרסיה לינארית עם מערך נתונים של צעצועים.
- רגרסיה לינארית עם תרגיל שיתופי של Real Dataset, שמנחה אתכם בסוגי הניתוחים שכדאי לבצע במערך נתונים אמיתי.
תרגילי תכנות פועלים ישירות בדפדפן (לא נדרשת הגדרה!) באמצעות פלטפורמת Colaboratory. העבודה המשותפת נתמכת ברוב הדפדפנים העיקריים, והיא נבדקת בצורה יסודית בגרסאות של Chrome ו-Firefox למחשב. אם אתם מעדיפים להוריד ולהפעיל את התרגילים אופליין, קראו את ההוראות האלה להגדרת סביבה מקומית.