¿El Curso intensivo de aprendizaje automático es adecuado para ti?
Lee el siguiente trabajo previo y Secciones Requisitos previos antes de comenzar el aprendizaje automático Crash Course, para asegurarte de que estás preparado para completar todos los módulos.
Trabajo previo
Antes de comenzar el Curso intensivo de aprendizaje automático, haz lo siguiente:
- Si recién comienzas a usar el aprendizaje automático, Introducción al aprendizaje Aprendizaje. Este breve curso de autoaprendizaje presenta los conceptos básicos del aprendizaje automático en la nube.
- Si eres nuevo en NumPy, haz lo siguiente: NumPy Instructivo ultrarrápido de Colab, que proporciona toda la información de NumPy toda la información que necesitas para este curso.
- Si eres nuevo en Pandas, haz lo siguiente: pandas Ejercicio de Colab con un instructivo de UltraQuick, que brinda información sobre pandas toda la información que necesitas para este curso.
Los ejercicios de programación se ejecutan directamente en tu navegador (sin configuración) (se requiere)) mediante Colaboratory plataforma. Colaboratory es compatible con la mayoría de los principales navegadores y es probada minuciosamente en versiones de escritorio de Chrome y Firefox.
Requisitos previos
El Curso intensivo de aprendizaje automático no exige ni exige conocimientos previos aprendizaje automático. Sin embargo, para comprender los conceptos que se presentan y completes los ejercicios, recomendamos que los estudiantes cumplan con siguientes requisitos previos:
Debes conocer bien las variables, las ecuaciones lineales gráficos de funciones, histogramas y medias estadísticas.
Deberías ser un buen programador. Idealmente, deberías tener tienes experiencia en programación en Python porque los ejercicios de programación están en Python. Sin embargo, los los programadores sin experiencia en Python pueden, por lo general, completar la ejercicios de todas formas.
En las siguientes secciones, se proporcionan vínculos a material de referencia adicional que es muy útil.
Álgebra
- variables, coeficientes, y funciones
- ecuaciones lineales como \(y = b + w_1x_1 + w_2x_2\)
- logaritmos y ecuaciones logarítmicas, como \(y = ln(1+ e^z)\)
- función sigmoidea
Álgebra lineal
Trigonometría
- tanh (comentada como un función de activación; no se requieren conocimientos previos)
Estadísticas
- media, mediana, valores atípicos, y desviación estándar
- capacidad para leer un histograma
Cálculo (opcional, para temas avanzados)
- concepto de una derivada (no tendrás que calcular derivadas)
- gradiente o pendiente
- derivadas parciales (que están estrechamente relacionadas con los gradientes)
- regla de la cadena (para comprender mejor el algoritmo de propagación inversa para entrenar redes neuronales)
Programación en Python
Los siguientes conceptos básicos de Python se abordan en el instructivo de Python:
definición y llamada de funciones, con parámetros posicionales y de palabras clave
diccionarios, listas, conjuntos (creación, acceso e iteración)
Bucles
for
, Se repitenfor
con múltiples variables de iterador (p.ej.,for a, b in [(1,2), (3,4)]
)formateo de cadenas (p.ej.,
'%.2f' % 3.14
)variables, asignación, tipos de datos básicos (
int
,float
,bool
,str
)
En algunos de los ejercicios de programación, se usan los siguientes métodos Concepto de Python:
Terminal de Bash y consola de Cloud
Para ejecutar los ejercicios de programación en tu máquina local o en una consola de Cloud, debe sentirse cómodo trabajando en la línea de comandos: