หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

Coursera ความเชี่ยวชาญด้านการเรียนรู้ของเครื่อง

ประกอบด้วยโซลูชันและหมายเหตุสำหรับความเชี่ยวชาญด้านการเรียนรู้ของเครื่องโดย Andrew NG บน Coursera

หมายเหตุ : หากคุณต้องการเข้าใจแนวคิดให้ลึกซึ้งยิ่งขึ้นด้วยการทำความเข้าใจคณิตศาสตร์ทั้งหมดที่จำเป็น โปรดดูที่ Mathematics for Machine Learning และ Data Science

หลักสูตร 1 : การเรียนรู้ของเครื่องภายใต้การดูแล: การถดถอยและการจำแนกประเภท

  • สัปดาห์ที่ 1

    • การนำเสนอแบบจำลอง

    • ฟังก์ชันต้นทุน

    • การไล่ระดับโคตร

    • แบบทดสอบฝึกหัด: การถดถอย

    • แบบทดสอบฝึกหัด: การเรียนรู้แบบมีผู้สอนและแบบไม่มีผู้ดูแล

    • แบบทดสอบฝึกหัด: ฝึกโมเดลด้วยการไล่ระดับลง

    • ห้องทดลองเสริม


  • สัปดาห์ที่ 2

    • การถดถอยเชิงเส้น

    • การทำเวกเตอร์จำนวนมาก

    • การถดถอยหลายตัวแปร

    • การปรับขนาดคุณลักษณะ

    • วิศวกรรมคุณสมบัติ

    • Sklearn ไล่ระดับโคตร

    • Sklearn วิธีปกติ

    • แบบทดสอบฝึกหัด: การไล่ระดับลงในทางปฏิบัติ

    • แบบทดสอบฝึกหัด: การถดถอยเชิงเส้นพหุคูณ

    • ห้องทดลองเสริม

    • การมอบหมายการเขียนโปรแกรม


  • สัปดาห์ที่ 3

    • การถดถอยโลจิสติก

    • การจำแนกประเภท

    • ฟังก์ชันซิกมอยด์

    • ขอบเขตการตัดสินใจ

    • การสูญเสียทางลอจิสติกส์

    • ฟังก์ชันต้นทุน

    • การไล่ระดับโคตร

    • Scikit Learn - การถดถอยโลจิสติก

    • ฟิตเกิน

    • การทำให้เป็นมาตรฐาน

    • แบบทดสอบฝึกหัด: ฟังก์ชันต้นทุนสำหรับการถดถอยโลจิสติก

    • แบบทดสอบฝึกหัด: การไล่ระดับลงสำหรับการถดถอยโลจิสติก

    • ห้องทดลองเสริม

    • การมอบหมายการเขียนโปรแกรม

ใบรับรองการสำเร็จหลักสูตร

หลักสูตร 2 : อัลกอริทึมการเรียนรู้ขั้นสูง

  • สัปดาห์ที่ 1


    • โครงข่ายประสาทเทียมสำหรับการจำแนกไบนารี

    • เซลล์ประสาทและเลเยอร์

    • การคั่วกาแฟ

    • การคั่วกาแฟด้วย Numpy

    • แบบทดสอบฝึกหัด: สัญชาตญาณโครงข่ายประสาทเทียม

    • แบบทดสอบฝึกหัด: โมเดลโครงข่ายประสาทเทียม

    • แบบทดสอบฝึกหัด: การใช้งาน TensorFlow

    • แบบทดสอบฝึกหัด: การใช้โครงข่ายประสาทเทียมใน Numpy

    • ห้องทดลองเสริม

    • การมอบหมายการเขียนโปรแกรม

  • สัปดาห์ที่ 2

    • โครงข่ายประสาทเทียมสำหรับการรู้จำตัวเลขที่เขียนด้วยลายมือ - มัลติคลาส

    • เรลู

    • ซอฟท์แม็กซ์

    • การจำแนกประเภทหลายคลาส

    • แบบทดสอบฝึกหัด: การฝึกอบรมโครงข่ายประสาทเทียม

    • แบบทดสอบฝึกหัด: ฟังก์ชั่นการเปิดใช้งาน

    • แบบทดสอบฝึกหัด: การจำแนกประเภทหลายคลาส

    • แบบทดสอบฝึกหัด: แนวคิดโครงข่ายประสาทเทียมเพิ่มเติม

    • ห้องทดลองเสริม

    • การมอบหมายการเขียนโปรแกรม


  • สัปดาห์ที่ 3

    • คำแนะนำสำหรับการเรียนรู้ของเครื่องประยุกต์

    • แบบทดสอบฝึกหัด : คำแนะนำสำหรับการประยุกต์ใช้การเรียนรู้ของเครื่อง

    • แบบทดสอบฝึกหัด: อคติและความแปรปรวน

    • แบบทดสอบฝึกหัด: กระบวนการพัฒนาการเรียนรู้ของเครื่อง

    • การมอบหมายการเขียนโปรแกรม


  • สัปดาห์ที่ 4

    • ต้นไม้แห่งการตัดสินใจ

    • แบบทดสอบฝึกหัด: ต้นไม้การตัดสินใจ

    • แบบทดสอบฝึกหัด: การเรียนรู้ต้นไม้ตัดสินใจ

    • แบบทดสอบฝึกหัด: วงดนตรีต้นไม้แห่งการตัดสินใจ

    • การมอบหมายการเขียนโปรแกรม

หนังสือรับรองการสำเร็จหลักสูตร

หลักสูตร 3 : การเรียนรู้แบบไม่มีผู้ดูแล ผู้แนะนำ การเรียนรู้แบบเสริมกำลัง


  • สัปดาห์ที่ 1

    • เคหมายถึง

    • การตรวจจับความผิดปกติ

    • แบบทดสอบฝึกหัด: การจัดกลุ่ม

    • แบบทดสอบฝึกหัด: การตรวจจับความผิดปกติ

    • การมอบหมายการเขียนโปรแกรม


  • สัปดาห์ที่ 2

    • RecSys การกรองการทำงานร่วมกัน

    • RecSys โดยใช้โครงข่ายประสาทเทียม

    • แบบทดสอบฝึกหัด: การกรองการทำงานร่วมกัน

    • แบบทดสอบฝึกปฏิบัติ : การนำระบบผู้แนะนำไปใช้

    • แบบทดสอบฝึกหัด : การกรองตามเนื้อหา

    • การมอบหมายการเขียนโปรแกรม


  • สัปดาห์ที่ 3

    • Deep Q-Learning - ลูนาร์แลนเดอร์

    • แบบทดสอบฝึกหัด : การแนะนำการเรียนรู้แบบเสริมกำลัง

    • แบบทดสอบฝึกหัด: ฟังก์ชันค่าสถานะการกระทำ

    • แบบทดสอบฝึกหัด: ช่องว่างสถานะต่อเนื่อง

    • การมอบหมายการเขียนโปรแกรม

หนังสือรับรองการสำเร็จหลักสูตร

ใบรับรองความเชี่ยวชาญ

นักดูดาวเมื่อเวลาผ่านไป

ทบทวนหลักสูตร :

หลักสูตรนี้เป็นสถานที่ที่ดีที่สุดในการเป็นวิศวกรการเรียนรู้ของเครื่อง แม้ว่าคุณจะเป็นผู้เชี่ยวชาญก็ตาม อัลกอริธึมจำนวนมากก็ครอบคลุมในเชิงลึก เช่น แผนผังการตัดสินใจ ซึ่งอาจช่วยในการพัฒนาทักษะเพิ่มเติม

ขอขอบคุณเป็นพิเศษสำหรับศาสตราจารย์ Andrew Ng สำหรับการจัดโครงสร้างและปรับแต่งหลักสูตรนี้


ข้อมูลเชิงลึกเกี่ยวกับสิ่งที่คุณสามารถทำได้เมื่อสิ้นสุดความเชี่ยวชาญนี้:

  • เขียนอัลกอริธึมการเรียนรู้แบบไม่มีผู้ดูแลเพื่อ ลงจอดบนดวงจันทร์ โดยใช้ Deep Q-Learning

    • รถแลนด์โรเวอร์ได้รับการฝึกฝนให้ลงจอดอย่างถูกต้องบนพื้นผิว โดยอยู่ระหว่างธงอย่างถูกต้องเพื่อเป็นตัวบ่งชี้ หลังจากพยายามเรียนรู้วิธีการลงจอดไม่สำเร็จหลายครั้ง

    • การลงจอดครั้งสุดท้ายหลังจากการฝึกอบรมตัวแทนโดยใช้พารามิเตอร์ที่เหมาะสม :

lunar_lander.mp4

  • เขียนอัลกอริทึมสำหรับ ระบบแนะนำภาพยนตร์

    • ฐานข้อมูลภาพยนตร์จะถูกรวบรวมตามประเภทของภาพยนตร์

    • อัลกอริธึมการกรองตามเนื้อหาและอัลกอริธึมการกรองร่วมกันได้รับการฝึกอบรม และระบบแนะนำภาพยนตร์ถูกนำมาใช้

    • ให้คำแนะนำภาพยนตร์ตามประเภทภาพยนตร์

ภาพยนตร์_คำแนะนำ

  • และอีกมากมาย !!

สรุปว่านี่คือหลักสูตรที่ผมอยากจะแนะนำให้ทุกคนได้เรียนครับ ไม่ใช่แค่เพราะคุณได้เรียนรู้สิ่งใหม่ๆ มากมาย แต่งานที่ได้รับมอบหมายก็เป็นตัวอย่างในชีวิตจริงที่ น่าตื่นเต้นที่จะทำสำเร็จด้วย

มีความสุขในการเรียนรู้ :))

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด