Makine öğrenmesi modelleri oluşturma

Orta
AI Engineer
Data Scientist
Developer
Student
Visual Studio Code
Azure

Microsoft Learn, klasik makine öğrenmesine giriş yapmak için çeşitli etkileşimli yollar sağlar. Bu öğrenme yolları, kendi başlarına üretken çalışmanızı sağlar ve derin öğrenme konularına geçmek için de mükemmel bir temel oluşturur.

En temel klasik makine öğrenmesi modellerinden keşif veri analizine ve mimarileri özelleştirmeye kadar, tarayıcınızdan çıkmadan kolay anlaşılır kavramsal içerik ve etkileşimli Jupyter not defterleri size yol gösterir.

Eğitim arka planınıza ve ilgi alanlarınıza bağlı olarak kendi yolunuzu seçin.

1. Seçenek: Kursun tamamı: Makine öğrenmesi için veri biliminin temelleri

Bu yol çoğu kişi için önerilir. Kavramların pekiştiricisini en üst düzeye çıkaran özel bir akışa sahip diğer iki öğrenme yolu ile aynı modüllerin tümüne sahiptir. Hem temel kavramlar hem de en yaygın makine öğrenmesi araçlarıyla model oluşturmaya nasıl giriş yapılacağını öğrenmek istiyorsanız bu yol sizin için. Klasik makine öğrenmesinin ötesine geçmeyi ve derin öğrenme ve sinir ağlarında eğitim almayı planlıyorsanız da en iyi yoldur. Bu yalnızca burada tanıtıyoruz.

2. Seçenek: Makine öğrenmesi için veri bilimini anlama öğrenme yolu

Makine öğrenmesi'nin nasıl çalıştığını anlamak istiyorsanız ve çok fazla matematiksel arka planınız yoksa bu yol tam size göre. Önceki eğitim hakkında hiçbir varsayımda bulunmaz (kodlama kavramlarına ilişkin hafif bir bilgi dışında) ve size ah ha anı kazandıran kod, metafor ve görselle öğretir. Uygulamalı bir uygulamadır, ancak temel bilgileri anlamaya daha fazla odaklanır ve kullanılabilir araçların ve kitaplıkların gücüne daha az odaklanır.

✔ 3. Seçenek: Makine öğrenmesi modelleri oluşturma öğrenme yolu

Makine öğrenmesinin ne hakkında olduğu hakkında zaten bir fikriniz varsa veya güçlü bir matematiksel arka planınız varsa, makine öğrenmesi modelleri oluşturma öğrenme yoluna doğrudan geçmekten keyif alabilirsiniz. Bu modüller bazı makine öğrenmesi kavramlarını öğretir, ancak scikit-learn, TensorFlow ve PyTorch gibi araçları kullanma gücüne ulaşmak için hızlı hareket eder. Azure ML veya Azure Databricks gibi ürünlere yönelik makine öğrenmesi örneklerini anlamak için yeterli bilgi edinmek istiyorsanız bu öğrenme yolu sizin için de en iyisidir.

✔ Şu anda bu yoldasınız, başlamak için aşağı kaydırın.

Önkoşullar

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

Bu öğrenme yolundaki modüller

Veri keşfi ve analizi, veri biliminin merkezinde yer alır. Veri bilimcileri verileri keşfetmek, görselleştirmek ve işlemek için Python gibi programlama dillerinde becerilere ihtiyaç duyar.

Regresyon, sayısal değerleri tahmin etmek için yaygın olarak kullanılan bir makine öğrenmesi türüdür.

Sınıflandırma, öğeleri sınıflara ayırmak için kullanılan bir makine öğrenmesi türüdür.

Kümeleme, benzer öğeleri kümeler halinde gruplandırmak için kullanılan bir makine öğrenmesi türüdür.

Derin öğrenme, insan beyninin bağlı nöron ağları aracılığıyla öğrenme şekline öykünen gelişmiş bir makine öğrenmesi biçimidir.