Saat Anda mempelajari Kursus Singkat Machine Learning, Anda akan mempraktikkan konsep machine learning dengan membuat kode model di tf.keras. Anda akan menggunakan Colab sebagai lingkungan pemrograman. Colab adalah versi Jupyter Notebook dari Google. Seperti Jupyter Notebook, Colab menyediakan lingkungan pemrograman Python interaktif yang menggabungkan teks, kode, grafis, dan output program.
NumPy dan panda
Penggunaan tf.keras memerlukan setidaknya sedikit pemahaman tentang dua library Python open source berikut:
- NumPy, yang menyederhanakan representasi array dan menjalankan operasi aljabar linear.
- audiens, yang menyediakan cara mudah untuk merepresentasikan set data dalam memori.
Jika Anda tidak terbiasa dengan NumPy atau panda, mulailah dengan melakukan dua latihan Colab berikut:
- Tutorial UltraQuick NumPy di Colab, yang menyediakan semua informasi NumPy yang Anda perlukan untuk kursus ini.
- Tutorial UltraQuick panda, yang menyediakan semua informasi panda yang diperlukan untuk kursus ini.
Regresi linear dengan tf.keras
Setelah memperoleh kompetensi dalam NumPy dan panda, lakukan dua latihan Colab berikut untuk mempelajari regresi linear dan penyesuaian hyperparameter di tf.keras:
- Regresi Linear dengan Data Sintetis latihan Colab, yang mempelajari regresi linear dengan set data mainan.
- Regresi Linear dengan Set Data Real Colab, yang memandu Anda mempelajari jenis analisis yang harus dilakukan pada set data sebenarnya.
Latihan pemrograman dijalankan langsung di browser Anda (tidak perlu penyiapan) menggunakan platform Colaboratory. Colaboratory didukung di sebagian besar browser utama, dan paling teruji secara menyeluruh pada versi desktop Chrome dan Firefox. Jika Anda lebih memilih untuk mendownload dan menjalankan latihan secara offline, lihat petunjuk ini untuk menyiapkan lingkungan lokal.