В рамках своего пути к обучению машинному обучению я решил пройти Ускоренный курс Google по машинному обучению, доступный для всех бесплатно!
Моя цель в этой серии: создать серию постов, в которых будут использованы основные концепции, которые я нашел полезными / новаторскими / вдохновляющими в моем путешествии, и передать их вам за пять минут чтения! Этот первый пост будет посвящен тому, подходит ли вам курс ML Crash Course. Этот пост будет меняться со временем, по мере того как я продолжу изучать курс, поэтому возвращайтесь, чтобы получить самые свежие впечатления и отзывы, которые у меня есть.
Первый отказ от ответственности. Хотя этот курс часто рекламируется как хороший для тех, у кого нет опыта в области машинного обучения (что технически так и есть ...) Я бы не рекомендовал начинать свой путь с этого курса, если у вас есть не имел никакого отношения к всеобъемлющим концепциям области искусственного интеллекта и машинного обучения. См. также предварительные условия для курса здесь - да, тот курс линейной алгебры в старшей школе, который вы проходили вечно назад на самом деле имеет значение сейчас!
На данный момент я включил в курс несколько модулей, и вот мои важные выводы, за которыми следуют некоторые заметки, которые я считал важными, которые я извлек из курса:
1. Если вы хотите по-настоящему понять, как модели Tensorflow работают наизнанку, вплоть до голой математики, этот курс для вас.
2. Если вы действительно хотите создать код и выполнить разработку Tensorflow, этот курс для вас.
3. Многие общие термины, используемые для определения тем в машинном обучении ... имеют два вида определений. Некоторые из них являются обобщенными версиями, используемыми для представления общих концепций машинного обучения - другой вариант - это то, что на самом деле означает каждый термин в математических концепциях TensorFlow.
А пока вот ваш лакомый кусочек. Перейдите к следующей статье, чтобы узнать о первых пяти минутах изучения ... машинного обучения из ускоренного курса.
