Apakah Kursus Singkat Machine Learning tepat untuk Anda?
Harap baca Tugas Awal dan Bagian Prasyarat sebelum memulai Machine Learning Kursus Singkat, untuk memastikan Anda siap menyelesaikan semua modul.
Persiapan
Sebelum memulai Kursus Singkat Machine Learning, lakukan hal berikut:
- Jika Anda baru mengenal machine learning, Pengantar Mesin Pembelajaran. Kursus belajar mandiri singkat ini memperkenalkan machine learning dasar konsep.
- Jika Anda baru menggunakan NumPy, lakukan NumPy Ultraquick Tutorial latihan Colab, yang menyediakan semua fitur NumPy informasi yang Anda perlukan untuk pelatihan ini.
- Jika Anda baru menggunakan pandas, lakukan panda UltraQuick Tutorial latihan Colab, yang menyediakan semua panda informasi yang Anda perlukan untuk pelatihan ini.
Latihan pemrograman dijalankan langsung di browser Anda (tanpa penyiapan diperlukan!) menggunakan class Colaboratory terkelola sepenuhnya. Colaboratory didukung di sebagian besar browser utama, dan sebagian besar diuji secara menyeluruh pada Chrome dan Firefox versi desktop.
Prasyarat
Kursus Singkat Machine Learning tidak menganggap atau memerlukan pengetahuan sebelumnya dalam machine learning tertentu. Namun, untuk memahami konsep yang disajikan dan menyelesaikan latihan, kami menyarankan agar siswa memenuhi prasyarat berikut:
Anda harus sudah terbiasa menggunakan variabel, persamaan linear, grafik fungsi, histogram, dan sarana statistik.
Anda harus menjadi {i>programmer<i} yang baik. Idealnya, Anda harus memiliki pengalaman pemrograman di Python karena latihan pemrograman ada di Python. Namun, berpengalaman {i>programmer<i} yang tidak memiliki pengalaman Python biasanya dapat menyelesaikan pemrograman latihan.
Bagian berikut memberikan link ke materi latar belakang tambahan yang bermanfaat.
Aljabar
- variabel, koefisien, dan fungsi
- persamaan linear seperti \(y = b + w_1x_1 + w_2x_2\)
- logaritma, dan persamaan logaritma seperti \(y = ln(1+ e^z)\)
- fungsi sigmoid
Aljabar linear
Trigonometri
- tanh (dibahas sebagai fungsi aktivasi; tidak memerlukan pengetahuan sebelumnya)
Statistik
- mean, median, pencilan, dan simpangan baku
- kemampuan untuk membaca histogram
Kalkulus (opsional, untuk topik lanjutan)
- konsep turunan (Anda tidak perlu benar-benar menghitung turunan)
- gradien atau kemiringan
- turunan parsial (yang terkait erat dengan gradien)
- aturan rantai (untuk pemahaman penuh tentang algoritma propagasi mundur untuk melatih jaringan neural)
Pemrograman Python
Dasar-dasar Python berikut tercakup dalam Tutorial Python:
menentukan dan memanggil fungsi, menggunakan parameter posisi dan kata kunci
kamus, daftar, set (membuat, mengakses, dan melakukan iterasi)
for
loop,for
loop dengan beberapa variabel iterator (mis.,for a, b in [(1,2), (3,4)]
)pemformatan string (mis.,
'%.2f' % 3.14
)variabel, tugas, jenis data dasar (
int
,float
,bool
,str
)
Beberapa latihan pemrograman menggunakan program lanjutan Konsep Python:
Terminal Bash dan Konsol Cloud
Untuk menjalankan latihan pemrograman di komputer lokal Anda atau di konsol {i>cloud<i}, Anda akan merasa nyaman bekerja dengan baris perintah: