O Curso intensivo de machine learning é ideal para você?
Leia os seguintes tópicos e Pré-requisitos para iniciar o machine learning Crash Course, para garantir que você esteja preparado para concluir todos os módulos.
Pré-trabalho
Antes de iniciar o Curso intensivo de machine learning, faça o seguinte:
- Se você não conhece o machine learning, Introdução a máquinas Aprendizado. Este breve curso de autoaprendizado apresenta noções básicas de machine learning nuvem.
- Se você não tem experiência com o NumPy, faça o NumPy Exercício do Colab do tutorial ultrarrápido, que inclui todos os recursos do NumPy informações necessárias para este curso.
- Se você é novo no pandas, faça o pandas Exercício do Colab do UltraQuick Tutorial, que apresenta todos os pandas informações necessárias para este curso.
Os exercícios de programação são executados diretamente no navegador (sem configuração) obrigatório) usando o Colaboratory de plataforma. O Colaboratory é compatível com a maioria dos principais navegadores completamente testados em versões para computador do Chrome e do Firefox.
Pré-requisitos
O curso intensivo de machine learning não supõe nem exige conhecimento prévio em machine learning. No entanto, para entender os conceitos apresentados e façam os exercícios, recomendamos que os estudantes atendam seguintes pré-requisitos:
Você deve estar confortável com variáveis, equações lineares, gráficos de funções, histogramas e médias estatísticas.
Você deve ser um bom programador. O ideal é que você tenha experiência em programação em Python porque os exercícios de programação são em Python. No entanto, pessoas que programadores sem experiência em Python geralmente conseguem concluir o processo exercícios de qualquer forma.
As seções a seguir fornecem links para outros materiais de referência isso é útil.
Álgebra
- variáveis, coeficientes, e funções
- equações lineares, como \(y = b + w_1x_1 + w_2x_2\)
- logaritmos e equações logarítmicas como \(y = ln(1+ e^z)\)
- Função sigmoide
Álgebra linear
Trigonometria
- tanh (discutido como um activation function; nenhum conhecimento prévio é necessário)
Estatísticas
- média, mediana, outliers e desvio padrão
- a capacidade de ler um histograma;
Cálculo (opcional, para tópicos avançados)
- derivada (você não terá que calcular os derivados)
- gradiente ou inclinação
- derivadas parciais que estão intimamente relacionados aos gradientes.
- regra da cadeia (para uma compreensão completa do algoritmo de retropropagação para treinar redes neurais)
Programação em Python
Os seguintes conceitos básicos do Python são abordados no Tutorial do Python:
como definir e chamar funções, usando parâmetros de posição e keyword
dicionários listas, conjuntos (criação, acesso e iteração)
Repetições
for
, Loopsfor
com múltiplas variáveis de iterador (por exemplo,for a, b in [(1,2), (3,4)]
)formatação de strings (por exemplo,
'%.2f' % 3.14
)variáveis, atribuição, tipos básicos de dados (
int
,float
,bool
estr
)
Alguns dos exercícios de programação usam as funções Conceito do Python:
Terminal Bash e Console do Cloud
Para executar os exercícios de programação na sua máquina local ou em um console da nuvem, você deve se sentir confortável trabalhando na linha de comando: