Învățare automată pentru toată lumea – Curs complet

Învață învățarea automată într-un mod care este accesibil începătorilor absoluti. Veți învăța elementele de bază ale învățării automate și cum să utilizați TensorFlow pentru a implementa multe concepte diferite.

✏️ Kylie Ying a dezvoltat acest curs. Verificați canalul ei: https://www.youtube.com/c/YCubed

⭐️ Cod și resurse ⭐️
🔗 Învățare supravegheată (clasificare/MAGIC):https://colab.research.google.com/drive/16w3TDn_tAku17mum98EWTmjaLHAJcsk0?usp=sharing/> 🔗 Învățare supravegheată (regresie/biciclete):https://colab.research.google.com/drive/1m3oQ9b0oYOT-DXEy0JCdgWPLGllHMb4V?usp=sharing/> 🔗 Învățare nesupravegheată (semințe):https://colab.research.google.com/drive/1zw_6ZnFPCCh6mWDAd_VBMZB4VkC3ys2q?usp=sharing/> 🔗 Dataets (adăugați o notă că pentru setul de date biciclete, este posibil ca acestea să fie nevoite să deschidă fișierul csv descărcat și să elimine caracterele speciale)
🔗 Set de date MAGIC: https://archive.ics.uci.edu/ml/datasets/MAGIC+Gamma+Telescop
🔗 Set de date biciclete: https://archive.ics.uci.edu/ml/datasets/Seoul+Bicicletă+Partajare+Cerere
🔗 Set de date semințe/grâu: https://archive.ics.uci.edu/ml/datasets/seeds

🏗 Google a oferit un grant pentru a face acest curs posibil.

⭐️ Cuprins ⭐️
⌨️ (0:00:00) Introducere
⌨️ (0:00:58) Data/Colab Intro
⌨️ (0:08:45) Introducere în învățarea automată
⌨️ (0:12:26) Caracteristici
⌨️ (0:17:23) Clasificare/Regresie
⌨️ (0:19:57) Model de antrenament
⌨️ (0:30:57) Pregătirea datelor
⌨️ (0:44:43) K-Cei mai apropiați vecini
⌨️ (0:52:42) Implementarea KNN
⌨️ (1:08:43) Bayes naiv
⌨️ (1:17:30) Implementare naive Bayes
⌨️ (1:19:22) Regresie logistică
⌨️ (1:27:56) Implementarea regresiei în jurnal
⌨️ (1:29:13) Suport Vector Machine
⌨️ (1:37:54) Implementarea SVM
⌨️ (1:39:44) Rețele neuronale
⌨️ (1:47:57) Tensorflow
⌨️ (1:49:50) Clasificare NN folosind Tensorflow
⌨️ (2:10:12) Regresie liniară
⌨️ (2:34:54) Implementarea regresiei Lin
⌨️ (2:57:44) Regresia Lin folosind un neuron
⌨️ (3:00:15) Regresia NN folosind Tensorflow
⌨️ (3:13:13) K-Means Clustering
⌨️ (3:23:46) Analiza componentelor principale
⌨️ (3:33:54) K-Means și implementări PCA

🎉 Mulțumim susținătorilor noștri Campion și Sponsor:
👾 Raymond Odero
👾 Agustín Kussrow
👾 aldo ferretti
👾 Otis Morgan
👾 DeezMaster

—

Învățați să codificați gratuit și obțineți un job de dezvoltator: https://www.freecodecamp.org

Citiți sute de articole despre programare: https://freecodecamp.org/news

Cursuri interesante:

• Python TensorFlow pentru învățare automată – Tutorial de clasificare a textului rețelelor neuronale
• Curs complet TensorFlow 2.0 – Tutorial Rețele neuronale Python pentru începători
• Stanford CS224W: Învățare automată cu grafice | 2021 | Cursul 1.2 – Aplicații ale graficului ML
• Stanford CS229: Curs de învățare automată, curs 1 – Andrew Ng (toamna 2018)
• Curs accidental TensorFlow 2.0
• Utilizați PHP pentru a crea un cadru MVC – Curs complet
• Python Reinforcement Learning using Gymnasium – Curs complet
• Curs de baze de învățare automată – Analiză de regresie
• Învață programarea C# – Curs complet cu mini-proiecte
• Seminar web Stanford cu Dan Boneh – Hacking AI: Securitatea și confidențialitatea modelelor de învățare automată