ขณะที่คุณเรียนรู้ผ่านหลักสูตรแมชชีนเลิร์นนิง คุณจะได้นําแนวคิดของแมชชีนเลิร์นนิงมาปฏิบัติจริงด้วยการเขียนโค้ดโมเดลใน tf.keras คุณจะใช้ Colab เป็นสภาพแวดล้อมการเขียนโปรแกรม Colab คือ Jupyter Notebook ของ Google Colab มอบสภาพแวดล้อมการเขียนโปรแกรมแบบ Python เชิงโต้ตอบเช่นเดียวกับ Jupyter Notebook ที่รวมข้อความ โค้ด กราฟิก และผลลัพธ์ของโปรแกรม
NumPy และแพนด้า
การใช้ tf.keras จําเป็นต้องมีความเข้าใจเกี่ยวกับไลบรารี Python แบบโอเพนซอร์ส 2 รายการต่อไปนี้เป็นอย่างน้อย
- NumPy ซึ่งลดความซับซ้อนของการแสดงอาร์เรย์และดําเนินการด้านพีชคณิตเชิงเส้น
- แพนด้า ซึ่งให้ทางเลือกเกี่ยวกับการแสดงชุดข้อมูลในหน่วยความจําได้ง่ายๆ
หากคุณไม่คุ้นเคยกับ NumPy หรือ Pandas โปรดเริ่มต้นแบบฝึกหัด Colab 2 รายการต่อไปนี้
- NumPy UltraQuick Tutorial แบบฝึกหัดที่ให้ข้อมูล NumPy ทั้งหมดที่คุณต้องการสําหรับหลักสูตรนี้
- Pandas UltraQuick Tutorial แบบฝึกหัด Colab ซึ่งมีข้อมูลแพนด้าทั้งหมดที่คุณต้องการสําหรับหลักสูตรนี้
การถดถอยเชิงเส้นกับ tf.keras
หลังจากที่มีความสามารถใน NumPy และแพนด้าแล้ว ให้ออกกําลังกาย Colab 2 แบบต่อไปนี้เพื่อสํารวจการถดถอยเชิงเส้นและการปรับแต่งไฮเปอร์พารามิเตอร์ใน tf.keras
- การฝึกการถดถอยเชิงเส้นด้วยข้อมูลสังเคราะห์ใน Colab ซึ่งสํารวจการถดถอยเชิงเส้นกับชุดข้อมูลของเล่น
- การถดถอยเชิงเส้นกับชุดข้อมูลจริงแบบฝึกหัด Colab ซึ่งจะแนะนําประเภทการวิเคราะห์ที่คุณควรทํา ในชุดข้อมูลจริง
แบบฝึกหัดการเขียนโปรแกรมจะทํางานในเบราว์เซอร์ของคุณโดยตรง (ไม่ต้องมีการตั้งค่า) โดยใช้แพลตฟอร์มการทํางานร่วมกัน Colaboratory ได้รับการสนับสนุนในเบราว์เซอร์หลักๆ ส่วนใหญ่และผ่านการทดสอบอย่างละเอียดที่สุดใน Chrome เวอร์ชันเดสก์ท็อปและ Firefox หากต้องการดาวน์โหลดและเรียกใช้แบบฝึกหัดแบบออฟไลน์ โปรดดูวิธีการเหล่านี้สําหรับการตั้งค่าสภาพแวดล้อมในเครื่อง