Gépi tanulási modellek létrehozása

Haladó
AI Engineer
Data Scientist
Developer
Student
Visual Studio Code
Azure

A Microsoft Learn számos interaktív módszert kínál a klasszikus gépi tanulás bemutatására. Ezek a képzési tervek önmagukban is hatékonyak lesznek, és kiváló alapot jelentenek a mélytanulási témakörökre való áttéréshez.

A legalapvetőbb klasszikus gépi tanulási modellektől a feltáró adatelemzésig és az architektúrák testreszabásához könnyen emészthető fogalmi tartalmak és interaktív Jupyter-jegyzetfüzetek vezetik, mindezt anélkül, hogy elhagyná a böngészőt.

Az oktatási háttértől és érdeklődési köröktől függően válassza ki a saját útját.

1. lehetőség: A teljes kurzus: Az adatelemzés alapjai a gépi tanuláshoz

Ez az elérési út a legtöbb ember számára ajánlott. Ugyanazokkal a modulokkal rendelkezik, mint a másik két képzési terv, egy egyéni folyamattal, amely maximalizálja a fogalmak megerősítését. Ha szeretné megismerni a mögöttes fogalmakat és a modellek létrehozásának módját a leggyakoribb gépi tanulási eszközökkel, akkor ez az út az Ön számára készült. Ez is a legjobb út, ha a klasszikus gépi tanuláson túl szeretne haladni, és mélytanulási és neurális hálózatokon tanul, amit csak itt mutatunk be.

2. lehetőség: Az adatelemzés ismertetése a gépi tanulási képzési tervhez

Ha szeretné megérteni, hogyan működik a gépi tanulás, és nem rendelkezik sok matematikai háttérrel, akkor ez az út az Ön számára. Nem feltételezi a korábbi oktatást (kivéve a kódolási fogalmak világos ismeretét), és olyan kódokat, metaforákat és vizualizációkat tanít, amelyek az ah ha pillanatot adják. Ez gyakorlati, de inkább az alapok megértésére összpontosít, és kevésbé a rendelkezésre álló eszközök és kódtárak erejére.

✔ 3. lehetőség: Gépi tanulási modellek létrehozása képzési terv

Ha már van némi elképzelése arról, hogy miről szól a gépi tanulás, vagy erős matematikai háttérrel rendelkezik, akkor a legjobb, ha közvetlenül a Gép létrehozása Tanulás modellek képzési tervére ugrik. Ezek a modulok gépi tanulási fogalmakat tanítanak, de gyorsan mozognak, hogy kihasználhassák az olyan eszközök használatát, mint a scikit-learn, a TensorFlow vagy a PyTorch. Ez a képzési terv akkor is a legjobb, ha elég jártasságot keres az olyan termékek gépi tanulási példáinak megértéséhez, mint az Azure ML vagy az Azure Databricks.

✔ Jelenleg ezen az útvonalon van, görgessen lefelé a kezdéshez.

Előfeltételek

Ez a képzési terv feltételezi az alapszintű matematikai fogalmak ismeretét. Az is hasznos lesz, ha van tapasztalata a Python használatában.

A képzési terv moduljai

Az adatfeltárás és -elemzés az adatelemzés alapja. Az adattudósok olyan programozási nyelvekkel kapcsolatos ismereteket igényelnek, mint a Python az adatok feltárásához, megjelenítéséhez és kezeléséhez.

A regresszió a numerikus értékek előrejelzéséhez gyakran használt gépi tanulás.

A besorolás egyfajta gépi tanulás az elemek osztályokba való kategorizálására.

A fürtözés a gépi tanulás egy típusa, amely a hasonló elemek fürtökbe való csoportosítására szolgál.

A mély tanulás a gépi tanulás egy speciális formája, amely emulálja azt, ahogyan az emberi agy a csatlakoztatott neuronok hálózatain keresztül tanul.