machine learning course

หลักสูตรการเรียนรู้ของเครื่องด้วย Python

สารบัญ

• ดาวน์โหลดคู่มือทรัพยากรการเรียนรู้เชิงลึกฟรี

• แสล็ก กรุ๊ป

• การแนะนำ

• แรงจูงใจ

• การเรียนรู้ของเครื่อง

• พื้นฐานการเรียนรู้ของเครื่อง

• การเรียนรู้แบบมีการดูแล

• การเรียนรู้แบบไม่มีผู้ดูแล

• การเรียนรู้เชิงลึก

• กระบวนการขอดึงข้อมูล

• หมายเหตุสุดท้าย

• นักพัฒนา

• การอ้างอิง

ดาวน์โหลดคู่มือทรัพยากรการเรียนรู้เชิงลึกฟรี

แสล็ก กรุ๊ป

การแนะนำ

วัตถุประสงค์ของโปรเจ็กต์นี้คือเพื่อจัดทำหลักสูตรการเรียนรู้ของเครื่องโดยใช้ Python ที่ครอบคลุมและเรียบง่าย

แรงจูงใจ

Machine Learning ซึ่งเป็นเครื่องมือสำหรับ Artificial Intelligence เป็นหนึ่งในสาขาวิทยาศาสตร์ที่ได้รับการยอมรับอย่างกว้างขวางที่สุด มีการเผยแพร่วรรณกรรมจำนวนมากเกี่ยวกับ Machine Learning วัตถุประสงค์ของโปรเจ็กต์นี้คือเพื่อให้แง่มุมที่สำคัญที่สุดของ Machine Learning โดยนำเสนอชุดบทช่วยสอนที่เรียบง่ายและครอบคลุมโดยใช้ Python ในโปรเจ็กต์นี้ เราสร้างบทช่วยสอนโดยใช้เฟรมเวิร์ก Machine Learning ที่มีชื่อเสียงต่างๆ มากมาย เช่น Scikit-learn ในโครงการนี้คุณจะได้เรียนรู้:

• คำจำกัดความของการเรียนรู้ของเครื่องคืออะไร?

• เริ่มตั้งแต่เมื่อไหร่ และกระแสวิวัฒนาการเป็นอย่างไร?

• หมวดหมู่และหมวดหมู่ย่อยของ Machine Learning คืออะไร

• อัลกอริธึม Machine Learning ที่ใช้บ่อยที่สุดคืออะไร และจะนำไปใช้อย่างไร

การเรียนรู้ของเครื่อง

ชื่อ	เอกสาร
ข้อมูลเบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่อง	ภาพรวม

พื้นฐานการเรียนรู้ของเครื่อง

ชื่อ	รหัส	เอกสาร
การถดถอยเชิงเส้น	หลาม	บทช่วยสอน
ฟิตติ้งเกิน/ฟิตติ้งอันเดอร์ฟิตติ้ง	หลาม	บทช่วยสอน
การทำให้เป็นมาตรฐาน	หลาม	บทช่วยสอน
การตรวจสอบข้าม	หลาม	บทช่วยสอน

การเรียนรู้แบบมีการดูแล

ชื่อ	รหัส	เอกสาร
ต้นไม้แห่งการตัดสินใจ	หลาม	บทช่วยสอน
K-เพื่อนบ้านที่ใกล้ที่สุด	หลาม	บทช่วยสอน
ไร้เดียงสา เบย์ส	หลาม	บทช่วยสอน
การถดถอยโลจิสติก	หลาม	บทช่วยสอน
รองรับเครื่องเวกเตอร์	หลาม	บทช่วยสอน

การเรียนรู้แบบไม่มีผู้ดูแล

ชื่อ	รหัส	เอกสาร
การจัดกลุ่ม	หลาม	บทช่วยสอน
การวิเคราะห์องค์ประกอบหลัก	หลาม	บทช่วยสอน

การเรียนรู้เชิงลึก

ชื่อ	รหัส	เอกสาร
ภาพรวมโครงข่ายประสาทเทียม	หลาม	บทช่วยสอน
โครงข่ายประสาทเทียมแบบ Convolutional	หลาม	บทช่วยสอน
ตัวเข้ารหัสอัตโนมัติ	หลาม	บทช่วยสอน
โครงข่ายประสาทเทียมที่เกิดซ้ำ	หลาม	ไอไพธอน

กระบวนการขอดึงข้อมูล

โปรดพิจารณาเกณฑ์ต่อไปนี้เพื่อช่วยเราในทางที่ดีขึ้น:

1. คำขอดึงส่วนใหญ่คาดว่าจะเป็นคำแนะนำลิงก์

2. โปรดตรวจสอบให้แน่ใจว่าทรัพยากรที่แนะนำของคุณไม่ล้าสมัยหรือใช้งานไม่ได้

3. ตรวจสอบให้แน่ใจว่าการพึ่งพาการติดตั้งหรือบิวด์ใดๆ ถูกลบออกก่อนที่จะสิ้นสุดเลเยอร์เมื่อทำการบิลด์และสร้างคำขอดึง

4. เพิ่มความคิดเห็นพร้อมรายละเอียดการเปลี่ยนแปลงอินเทอร์เฟซ ซึ่งรวมถึงตัวแปรสภาพแวดล้อมใหม่ พอร์ตที่เปิดเผย ตำแหน่งไฟล์ที่มีประโยชน์ และพารามิเตอร์คอนเทนเนอร์

5. คุณสามารถรวมคำขอดึงเข้าได้เมื่อคุณได้รับการลงนามจากนักพัฒนารายอื่นอย่างน้อยหนึ่งราย หรือหากคุณไม่ได้รับอนุญาตให้ทำเช่นนั้น คุณสามารถขอให้เจ้าของรวมคำขอดังกล่าวให้คุณได้ หากคุณเชื่อว่าผ่านการตรวจสอบทั้งหมดแล้ว

หมายเหตุสุดท้าย

เรากำลังรอการตอบรับจากคุณ โปรดช่วยเราปรับปรุงโครงการโอเพ่นซอร์สนี้และทำให้งานของเราดีขึ้น สำหรับการสนับสนุน โปรดสร้างคำขอดึง และเราจะตรวจสอบโดยทันที เราขอขอบคุณข้อเสนอแนะและการสนับสนุนของคุณอีกครั้ง

นักพัฒนา

หัวหน้างานและผู้สร้างโครงการ : Amirsina Torfi [GitHub, เว็บไซต์ส่วนตัว, Linkedin ]

นักพัฒนา : Amirsina Torfi, Brendan Sherman*, James E Hopkins* [Linkedin], Zac Smith [Linkedin]

หมายเหตุ : โครงการนี้ได้รับการพัฒนาเป็นโครงการหลักที่นำเสนอโดย [หลักสูตร CS 4624 Multimedia/ Hypertext ที่ Virginia Tech] และดูแลและสนับสนุนโดย [Machine Learning Mindset]

*: มีส่วนร่วมเท่ากัน

การอ้างอิง

หากคุณพบว่าหลักสูตรนี้มีประโยชน์ โปรดพิจารณาอ้างอิงตามด้านล่างนี้:

 @ซอฟต์แวร์{amirsina_torfi_2019_3585763,
  ผู้แต่ง = {Amirsina Torfi และ
                  เบรนแดน เชอร์แมน และ
                  เจย์ ฮอปกินส์ และ
                  เอริค วินน์ และ
                  hokie45 และ
                  เฟรเดอริก เดอ เบลเซอร์ และ
                  李明岳 และ
                  ซามูเอล ฮุสโซ และ
                  อแลง},
  title = {{machinelearningmindset/machine-learning-course:
                   การเรียนรู้ของเครื่องด้วย Python}}
  เดือน = ธันวาคม
  ปี = 2019,
  ผู้จัดพิมพ์ = {ซีโนโด},
  เวอร์ชัน = {1.0},
  ดอย = {10.5281/zenodo.3585763},
  url = {https://doi.org/10.5281/zenodo.3585763}
-