Makine öğrenmesi modelleri oluşturma

Orta
Yapay Zeka Mühendisi
Veri Bilimcisi
Geliştirici
Öğrenci
Visual Studio Code
Azure

Microsoft Learn, klasik makine öğrenimine giriş yapmak için çeşitli etkileşimli yollar sağlar. Bu öğrenme yolları kendi başına üretken çalışmanızı sağlar ve derin öğrenme konularına ilerlemek için harika bir temel sağlar.

En temel klasik makine öğrenmesi modellerinden keşif veri analizine ve mimarileri özelleştirmeye kadar her şey tarayıcınızdan ayrılmadan kavramsal içeriği ve etkileşimli Jupyter not defterlerini kolayca özetlersiniz.

Eğitim geçmişinize ve ilgi alanlarınıza bağlı olarak kendi yolunuz seçin.

1. Seçenek: Eksiksiz kurs: Makine öğrenmesi için veri biliminin temelleri

Bu yol çoğu kişi için önerilir. Kavramlarla pekiştirerek en üst düzeye çıkaran özel bir akışla diğer iki öğrenme yolu ile aynı modülleri içerir. Hem temel alınan kavramlar hakkında bilgi edinmek hem de en yaygın makine öğrenmesi araçlarıyla model oluşturmak için bu yolu kullanabilirsiniz. Klasik makine öğrenmesi ötesine geçerek derin öğrenme ve sinir ağlarında eğitim almak için de en iyi yoldur. Bu, burada yalnızca burada tanıtıyoruz.

2. Seçenek: Makine öğrenmesi için veri bilimlerini anlama yolu

Makine öğrenmesi'nin nasıl çalıştığını ve çok fazla matematiksel arka planı olmadığını anlamak için bu yol size uygun. Önceki eğitimle ilgili varsayımlarda bulunarak (kodlama kavramlarını tanımanın dışında) ve size biraz zaman veren kod, benzetme ve görsel öğretmesi yoktur. Bu, el ile uzıyor ancak temelleri anlamaya ve mevcut araçların ve kitaplıkların gücüne daha az odaklanıyor.

✔ Seçenek 3: Makine öğrenmesi modelleri oluşturma öğrenme yolu

Makine öğrenmesi hakkında zaten bir şeyler biliyorsanız veya güçlü bir matematik arka planınız varsa, en iyi şekilde Machine Learning Modelleri Oluşturma öğrenme yoluna atlamaktan keyif alasiniz. Bu modüller bazı makine öğrenmesi kavramlarını öğretir, ancak hızlı bir şekilde hareket eder ve scikit-learn, TensorFlow ve PyTorch gibi araçları kullanma gücü elde eder. Azure ML veya Azure Databricks gibi ürünler için makine öğrenmesi örneklerini anlamak için yeterli bilgi arıyorsanız bu öğrenme yolu sizin için en Azure Databricks.

✔ şu anda bu yoldasın, başlamak için ekranı aşağı kaydırın.

Önkoşullar

Bu öğrenme yolunda, temel matematik kavramlarının bilindiği varsayılmaktadır. Python deneyimi de faydalı olur.

Bu öğrenme yolundaki modüller

Veri araştırması ve analizi, veri bilimi 'nin çekirdeğinden oluşur. Veri bilimcileri, verileri araştırmak, görselleştirmek ve işlemek için Python gibi dillerde yetenekler gerektirir.

Gerileme, sayısal değerleri tahmin etmek için yaygın olarak kullanılan bir makine öğrenimi türüdür.

Sınıflandırma, öğeleri sınıflara sınıflandırmak için kullanılan bir makine öğrenimi türüdür.

Kümeleme, benzer öğeleri kümeler halinde gruplamak için kullanılan bir makine öğrenimi türüdür.

Derin öğrenme, insan beyonun bağlı nelanlar ağları aracılığıyla öğrendiği şekilde taklit eden bir makine öğrenimi gelişmiş biçimidir.