Prasyarat dan Tugas Awal

Apakah Kursus Singkat Machine Learning tepat untuk Anda?

Saya hanya memiliki sedikit atau tanpa latar belakang machine learning.

Sebaiknya pelajari semua materi secara berurutan.

MULAI PEMBELAJARAN

Saya memiliki sejumlah latar belakang dalam machine learning, tetapi saya menginginkan pemahaman yang lebih baru dan lengkap.

Kursus Singkat Machine Learning akan menjadi pengingat yang baik. Baca semua modul secara berurutan, atau pilih hanya modul yang Anda minati.

MULAI PEMBELAJARAN

Saya sangat memahami machine learning, tetapi saya hanya tahu sedikit atau tidak memahami TensorFlow.

Banyak materinya yang mungkin terlalu mendasar bagi Anda. Daripada mempelajari semua konten, berfokuslah hanya pada materi berikut:

• Langkah Pertama dengan TensorFlow
• latihan pemrograman TensorFlow

Kursus Singkat Machine Learning terutama berfokus pada API tingkat yang lebih tinggi. Jika Anda lebih tertarik untuk mempelajari TensorFlow API tingkat rendah (mungkin untuk melakukan riset machine learning), pelajari referensi berikut:

• Koleksi tutorial TensorFlow
• Kursus Roaming Vincent Vanhoucke

Harap baca bagian Prework dan Prasyarat berikut sebelum memulai Kursus Singkat Machine Learning, untuk memastikan Anda siap menyelesaikan semua modul.

Persiapan

Sebelum memulai Kursus Singkat Machine Learning, lakukan hal berikut:

1. Jika Anda baru mengenal machine learning, ikuti Pengantar Machine Learning. Kursus belajar mandiri singkat ini memperkenalkan konsep machine learning dasar.
2. Jika Anda baru mengenal NumPy, lakukan latihan NumPy Ultraquick Tutorial, yang memberikan semua informasi NumPy yang Anda perlukan untuk kursus ini.
3. Jika Anda baru menggunakan panda, lakukan latihan Colab Tutorial UltraQuick panda, yang memberikan semua informasi panda yang Anda perlukan untuk kursus ini.

Latihan pemrograman dijalankan langsung di browser Anda (tidak perlu penyiapan) menggunakan platform Colaboratory. Colaboratory didukung di sebagian besar browser utama, dan paling teruji secara menyeluruh pada versi desktop Chrome dan Firefox. Jika Anda lebih memilih untuk mendownload dan menjalankan latihan secara offline, lihat petunjuk ini untuk menyiapkan lingkungan lokal.

Prasyarat

Kursus Singkat Machine Learning tidak menganggap atau memerlukan pengetahuan sebelumnya tentang machine learning. Namun, untuk memahami konsep yang ditampilkan dan menyelesaikan latihan, sebaiknya siswa memenuhi prasyarat berikut:

• Anda harus memahami variabel, persamaan linear, grafik fungsi, histogram, dan sarana statistik.

• Anda harus menjadi programmer yang baik. Idealnya, Anda harus memiliki pengalaman pemrograman di Python karena latihan pemrograman berada di Python. Namun, pemrogram berpengalaman tanpa pengalaman Python biasanya dapat menyelesaikan latihan pemrograman ini.

Bagian berikut menyediakan link ke materi latar belakang tambahan yang berguna.

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

• tensor dan tensor tensor
• perkalian matriks

Trigonometri

• tanh (dibahas sebagai fungsi aktivasi; tidak diperlukan pengetahuan sebelumnya)

Statistik

• rerata, median, pencilan, dan deviasi standar
• kemampuan untuk membaca histogram

Kalkulus (opsional, untuk topik lanjutan)

• konsep turunan (Anda tidak akan benar-benar menghitung turunan)
• gradien atau kemiringan
• turunan parsial (yang terkait erat dengan gradien)
• aturan rantai (untuk mendapatkan 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 (pembuatan, akses, dan iterasi)

• Loop for, loop for dengan beberapa variabel iterator (misalnya, for a, b in [(1,2), (3,4)])

• Pemblokiran kondisional if/else dan ekspresi bersyarat

• format string (misalnya, '%.2f' % 3.14)

• variabel, tugas, jenis data dasar (int, float, bool, str)

Beberapa latihan pemrograman menggunakan konsep Python yang lebih canggih berikut:

• memahami daftar

Terminal Bash / Cloud Console

Untuk menjalankan latihan pemrograman di komputer lokal Anda atau di konsol cloud, Anda harus terbiasa menggunakan command line:

• Panduan Referensi Wallet
• Tips Praktis
• Pelajari Shell

Pusat Bantuan