Machine_Learning_Tutorials

Tutorial dan artikel pembelajaran mesin

Dalam repositori ini, saya mengunggah kode, buku catatan, dan artikel dari blog pribadi saya: https://maelfabien.github.io/. Jangan ragu ke repo jika Anda menikmati pekerjaan saya! Artikel baru sedang diterbitkan setiap minggu!

Baru -baru ini saya memulai buletin di mana saya mengumpulkan beberapa artikel keren yang saya tulis tentang topik, repositori gitub yang menarik, proyek, makalah, dan banyak lagi! Saya akan mencoba mengirim 1 hingga 2 email per bulan. Jika Anda ingin tetap di loop, cukup klik di sini: http://eepurl.com/gyyzi5

Baru: Saya mencari para ilmuwan data yang termotivasi untuk membantu saya membangun algoritma dampak lingkungan yang tinggi (CV pada dasarnya). Silakan hubungi saya jika Anda tertarik (dari situs web saya, bagian kontak)

Tabel konten:

• Cheatsheets
• Artikel terbaru
• Pembelajaran Mesin
• Pembelajaran yang mendalam
• Rekayasa Data
• Ditulis untuk blog lain
• Artikel Sedang

Pertama -tama, jika Anda tidak terbiasa dengan konsep -konsep utama pelajar mesin, pastikan untuk memeriksa artikel pertama ini: https://maelfabien.github.io/machinelearning/ml_base/

Repositori diatur dengan cara berikut:

• Artikel dan tutorial diposting berdasarkan kategori
• Ada tautan ke artikel yang dimaksud dengan waktu baca yang ditentukan
• adalah tautan ke folder kode untuk setiap artikel

Anda ingin mengerjakan artikel dengan saya? Atau Anda ingin saya mengerjakan topik tertentu? Jangan ragu untuk menjangkau! ([email protected])

Cheatsheet Pembelajaran Mesin:

Untuk saat ini, lembar cheat ini ditulis secara manual. Saya ingin membuat konten visual nanti yang akan menyelam dalam matematika dan menggambarkan dengan jelas setiap algoritma.

1. Pembelajaran yang diawasi

2. Pembelajaran tanpa pengawasan

Proyek

Saya telah membuat serangkaian proyek, yang semuanya tersedia di blog saya: https://mafabien.github.io/portfolio/#

Artikel terbaru

SP - Voice Gender Detection Web Application: Cara mengekstrak fitur yang relevan dan membangun aplikasi deteksi gender suara menggunakan MFCC, GMM dan dataset yang disediakan.

SP - Visualisasi Suara (3/3): Menyelam ke dalam spektrogram, kromagram, tempogram, kepadatan daya spektral dan banyak lagi ...

Ekstraksi Fitur Sound SP - 2/3): Tinjauan umum dengan implementasi Python dari berbagai fitur suara untuk diekstraksi.

SP - Pengantar Pemrosesan Suara di Python (1/3): Ringkasan buku "Voice Computing with Python" dengan konsep, kode, dan contoh.

SP - Membangun Aplikasi Web Deteksi Aktivitas Suara: Deteksi suara dapat digunakan untuk memulai asisten suara atau dalam kasus darurat misalnya. Inilah cara mengimplementasikannya menggunakan metode sederhana.

CV - Menerapkan YOLOV3 untuk deteksi objek: Pelajari cara mengimplementasikan YOLOV3 dan mendeteksi objek pada gambar dan video Anda.

NLP - Pertanyaan Mudah Menjawab dengan Allennlp: Memahami konsep inti dan membuat contoh sederhana dari menjawab pertanyaan.

NLP - Augmentasi data di NLP: Rincian implementasi kertas "augmentasi data mudah".

NLP - LSTM tingkat karakter untuk memprediksi jenis kelamin nama depan: akurasi 90% pada prediksig Jenis kelamin Prancis dan nama depan AS.

NLP - Beberapa klasifikasi teks bidikan: Implementasi kertas sederhana yang memanfaatkan model pra -terlatih untuk beberapa klasifikasi teks bidikan.

NLP - Peningkatan beberapa klasifikasi teks bidikan: Meningkatkan hasil sebelumnya dengan augmentasi data dan model yang lebih kompleks.

RL - Pengantar Pembelajaran Penguatan: Pengantar Blok Bangunan Dasar Pembelajaran Penguatan.

RL - Proses Keputusan Markov: Tinjauan Umum Proses Keputusan Markov dan Persamaan Bellman.

RL - Perencanaan dengan Pemrograman Dinamis: Pengantar Pemrograman Dinamis, termasuk kebijakan dan iterasi nilai.

NLP - Saya melatih jaringan saraf untuk berbicara seperti saya: Setelah menulis lebih dari 100 artikel, saya melatih NN untuk menulis artikel seperti saya.

DL - Bagaimana jaringan saraf belajar? : Selami proses feedforward dan propagasi belakang.

Lihat lebih banyak

Judul artikel	Waktu baca	Artikel	Folder Kode
Model regresi linier (1/2)	14mn	Di Sini	Di Sini
Model regresi linier (3/2)	10mn	Di Sini	Di Sini
Dasar -dasar pengujian hipotesis statistik	5mn	Di Sini	---
Regresi logistik	4mn	Di Sini	Di Sini
Statistik di Matlab	4mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Dasar -dasar pembelajaran mesin	4mn	Di Sini	---
Klasifikasi Bayes	1mn	Di Sini	---
Analisis Diskriminan Linier	3mn	Di Sini	---
Adaboost dan meningkatkan	7mn	Di Sini	Di Sini
Regresi meningkatkan gradien	6mn	Di Sini	Di Sini
Klasifikasi Meningkatkan Gradien	3mn	Di Sini	---
Metode kernel skala besar untuk SVM	9mn	Di Sini	Di Sini
Deteksi anomali	3mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar Rangkaian Waktu	4mn	Di Sini	Di Sini
Konsep Kunci dari seri waktu	4mn	Di Sini	Di Sini

Judul artikel	Waktu baca	Artikel	Folder Kode
Rantai Markov	9mn	Di Sini	Di Sini
Model Markov Tersembunyi	6mn	Di Sini	---
Bangun aplikasi pengenalan bahasa dari awal	10mn	Di Sini	Di Sini

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar Penambangan Grafik	5mn	Di Sini	Di Sini
Analisis Grafik	4mn	Di Sini	Di Sini
Algoritma grafik	11mn	Di Sini	Di Sini
Pembelajaran Grafik	8mn	Di Sini	Di Sini
Embedding grafik	4mn	Di Sini	Di Sini

Judul artikel	Waktu baca	Artikel	Folder Kode
GridSearch vs. pencarian acak	2mn	Di Sini	---
Automl dengan H2O	6mn	Di Sini	---
Optimalisasi Hyperparameter Bayesian	7mn	Di Sini	Di Sini
Penjelasan Pembelajaran Mesin	12mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar data yaitu	12mn	Di Sini	---
Sistem Rekomendasi Visual	4mn	Di Sini	---
Grafik interaktif dalam python dengan altair	5mn	Di Sini	Di Sini
Plot dinamis dengan bq-plot	---	---	Di Sini
Alat interaktif dengan altair	---	Di Sini	---
Alat interaktif dengan d3.js	---	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar Pembelajaran Online	5mn	Di Sini	---
Klasifikasi linier	1mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Perceptron Rosenbaltt	8mn	Di Sini	Di Sini
Perceptron multilayer (MLP)	5mn	Di Sini	Di Sini
Mencegah overfitting jaringan saraf	6mn	Di Sini	---
Pengantar lengkap untuk jaring saraf	6mn	Di Sini	---
Jaringan saraf konvolusional	6mn	Di Sini	---
Bagaimana Jaringan Saraf Belajar?	3mn	Di Sini	---
Fungsi aktivasi di DL	3mn	Di Sini	Di Sini

Judul artikel	Waktu baca	Artikel	Folder Kode
Arsitektur Inception di Keras	2mn	Di Sini	Di Sini
Bangun Autoencoder Menggunakan Keras Functional API	5mn	Di Sini	---
Arsitektur xception	5mn	Di Sini	Di Sini
Gans pada dataset mnist	---	---	Di Sini

Judul artikel	Waktu baca	Artikel	Folder Kode
Bangun Webapp Pengenalan Emosi dari awal	8mn	Di Sini	Di Sini
Panduan penuh untuk Deteksi Wajah, Mulut, dan Mata Nyata	16mn	Di Sini	Di Sini
Bagaimana cara menggunakan openpose pada macOS?	3mn	Di Sini	---
Pengantar visi komputer	1mn	Di Sini	---
Pemfilteran gambar dan gradien gambar	5mn	Di Sini	Di Sini
Penyaringan lanjutan dan transformasi gambar	5mn	Di Sini	---
Fitur gambar, panorama, pencocokan	5mn	Di Sini	---
Menerapkan yolov3 untuk deteksi objek	3mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar NLP	1mn	Di Sini	---
SMS pra-pemrosesan	8mn	Di Sini	---
Teks yang menanamkan dengan busur dan TF-IDF	5mn	Di Sini	---
Teks yang menanamkan dengan Word2Vec	6mn	Di Sini	---
Saya melatih jaringan saraf untuk berbicara seperti saya	8mn	Di Sini	Di Sini
Saya melatih jaringan saraf untuk berbicara seperti saya	8mn	Di Sini	Di Sini
Beberapa klasifikasi teks bidikan	10mn	Di Sini	Di Sini
Beberapa peningkatan klasifikasi teks bidikan	9mn	Di Sini	Di Sini
Memprediksi jenis kelamin nama depan	7mn	Di Sini	Di Sini
Augmentasi data di NLP	3mn	Di Sini	---
Pertanyaan Mudah Menjawab dengan Allennlp	4mn	Di Sini	---

Judul artikel	Waktu baca	Artikel	Folder Kode
Pengantar Pembelajaran Penguatan	6mn	Di Sini	---
Proses Keputusan Markov	7mn	Di Sini	---
Perencanaan dengan pemrograman dinamis	4mn	Di Sini	---

Dua artikel umum:

1. Memahami Komponen Komputer (6mn Read) https://maelfabien.github.io/bigdata/comp_components/

2. Perintah bash yang berguna (1mn baca) https://maelfabien.github.io/bigdata/terminal/

3. Membuat kode produksi Anda siap (1mn baca) https://maelfabien.github.io/bigdata/code/

Judul artikel	Waktu baca	Artikel
Pengantar Hadoop	4mn	Di Sini
Mapreduce	3mn	Di Sini
HDFS	2mn	Di Sini
VM di kotak virtual	1mn	Di Sini
Hadoop dengan kotak pasir Hortonworks	2mn	Di Sini
Memuat dan memindahkan file ke HDFS	2mn	Di Sini
Luncurkan pekerjaan MapReduce	2mn	Di Sini
Pekerjaan Mapreduce di Python	3mn	Di Sini
Pekerjaan MapReduce di Python secara lokal	1mn	Di Sini

Judul artikel	Waktu baca	Artikel
Pengantar Spark	6mn	Di Sini
Instal Spark-Scala dan Pyspark	1mn	Di Sini
Temukan Spark-Scala	2mn	Di Sini

Judul artikel	Waktu baca	Artikel
Proyek no-sql dari awal	8mn	Di Sini
Data besar (terbuka), proyek gdelt	2mn	Di Sini
Instal Zeppelin secara lokal	1mn	Di Sini
Jalankan Zeppelin di AWS Emr	4mn	Di Sini
Bekerja dengan ember S3	1mn	Di Sini
Meluncurkan dan mengakses instance AWS EC2	2mn	Di Sini
Instal Apache Cassandra di EC2 Cluster	2mn	Di Sini
Instal Zookeeper pada instance EC2	3mn	Di Sini
Bangun ETL di Scala	3mn	Di Sini
Pindahkan scala dataRrames ke cassandra	2mn	Di Sini
Pindahkan scala dataRrames ke cassandra	2mn	Di Sini

Judul artikel	Waktu baca	Artikel
Konsep AWS Cloud	2mn	Di Sini
Layanan Inti AWS	1mn	Di Sini

Judul artikel	Waktu baca	Artikel
Panduan Survival TPU di Colab	8mn	Di Sini
Simpan file di Google Cloud dan Colab	1mn	Di Sini
Panduan Survival TPU di Colab	8mn	Di Sini
Pengantar GCP (Modul 1 Minggu 1)	6mn	Di Sini
Lab - Instance VM + Cloud Storage	3mn	Di Sini
Lab - Dataset Publik BigQuery	1mn	Di Sini
Pengantar Sistem Rekomendasi (Modul 1 Minggu 2)	4mn	Di Sini
Jalankan Pekerjaan Spark di Cloud Dataproc (Modul Minggu 1 2)	2mn	Di Sini
Lab - Rekomendasikan Produk Menggunakan Cloud SQL dan SparkML	6mn	Di Sini
Jalankan model ML di SQL dengan BigQuery ML (Modul Minggu 1 3)	6mn	Di Sini

Judul artikel	Waktu baca	Artikel
Pengantar ElasticStack	1mn	Di Sini
Memulai dengan Elasticsearch dan Kibana	7mn	Di Sini
Pasang dan jalankan Kibana secara lokal	1mn	Di Sini
Bekerja dengan DevTools di Elasticsearch	9mn	Di Sini
Bekerja dengan DevTools di Elasticsearch	9mn	Di Sini

Judul artikel	Waktu baca	Artikel
Pengantar Database Grafik	1mn	Di Sini
Sehari di Neo4j Graphtour	7mn	Di Sini

Ditulis untuk blog lain

1. Siapa pelukisnya? - Untuk Explorium.ai: Ilustrasi tentang bagaimana pengayaan data dan rekayasa fitur dapat meningkatkan model.

2. Machine Learning Interpretability and Explainability (1/2) - untuk Explorium.ai: Pengantar model yang dapat ditafsirkan dengan kode dan contoh.

3. Interpretabilitas dan Keterampilan Pembelajaran Mesin (2/2) - Untuk Explorium.ai: Pengantar Penjelasan dalam Pembelajaran Mesin dengan Kode dan Contoh.

4. Panduan untuk mendeteksi wajah - untuk DigitalMinds.io: Tinjauan umum dari berbagai teknik deteksi wajah wajah di Python (dengan kode).

5. Distribusi Modéliser des Avec Python (Prancis) - Untuk Stat4Decision: Aplikasi Web Pemasangan Distribusi dengan StreamLit.

6. PENDAHULUAN AU TRAITEMEN AUTOMATIQUE DE Language Naturel (Tal) (Prancis) - Untuk Stat4Decision

Artikel Sedang

1. Boostting dan Adaboost Dijelaskan dengan Jelas: https://towardsdatacience.com/boosting-and-adaboost-clearly-Explained-856e21152d3e

2. Panduan untuk mendeteksi wajah di Python: https://towardsdatacience.com/a-guide-to-face-detection-in-python-3eab0f6b9fc1

3. Markov Chains and HMMS: https://towardsdatacience.com/markov-chains-and-hmms-eaf2c854788

4. Pengantar Grafik (Bagian 1): https://towardsdatacience.com/introduction-to-graphs-part-1-2de6cda8c5a5

5. Algoritma grafik (Bagian 2): https://towardsdatacience.com/graph-algorithms-part-2-dce0b2734a1d

6. Algoritma grafik (Bagian 3): https://towardsdatascience.com/learning-in-graphs-with-python-part-3-8d5513eef62d

7. Saya melatih jaringan saraf untuk berbicara seperti saya: https://towardsdatacience.com/i--trained-a-network-t-speak-me-9552c16e2396

Pantau terus :)