По мере прохождения ускоренного курса по машинному обучению вы будете применять концепции машинного обучения на практике, кодируя модели в tf.keras. Вы будете использовать Colab в качестве среды программирования. Colab — это версия Jupyter Notebook от Google. Как и Jupyter Notebook, Colab предоставляет интерактивную среду программирования Python, которая сочетает в себе текст, код, графику и выходные данные программы.
NumPy и панды
Использование tf.keras требует хотя бы небольшого понимания следующих двух библиотек Python с открытым исходным кодом:
- NumPy , который упрощает представление массивов и выполнение операций линейной алгебры.
- pandas , который обеспечивает простой способ представления наборов данных в памяти.
Если вы не знакомы с NumPy или pandas, начните со следующих двух упражнений Colab:
- Упражнение Colab по NumPy UltraQuick Tutorial , которое предоставляет всю информацию о NumPy, необходимую для этого курса.
- Упражнение Colab UltraQuick Tutorial pandas , которое предоставляет всю информацию о пандах, необходимую для этого курса.
Линейная регрессия с tf.keras
Получив навыки работы с NumPy и pandas, выполните следующие два упражнения Colab, чтобы изучить линейную регрессию и настройку гиперпараметров в tf.keras:
- Упражнение Colab «Линейная регрессия с синтетическими данными» , в котором исследуется линейная регрессия с игрушечным набором данных.
- Упражнение Colab «Линейная регрессия с реальным набором данных» , которое проведет вас через виды анализа, которые вы должны выполнять с реальным набором данных.
Упражнения по программированию выполняются прямо в вашем браузере (настройка не требуется!) с использованием платформы Colaboratory . Colaboratory поддерживается в большинстве основных браузеров и наиболее тщательно протестирована в настольных версиях Chrome и Firefox. Если вы предпочитаете загружать и выполнять упражнения в автономном режиме, см. эти инструкции по настройке локальной среды.