Özenle organize edilmiş, makine öğrenimi için 3 ana öğrenme kaynağı
Tam metin 1860 Kelimeler, tahmini öğrenme süresi 6 dakika
Kaynak: Pexels
Makine öğrenimi her zaman sıcak bir konu olmuştur ve bu kadar önemli olması için nedenleri vardır.İnsanların gelecekteki davranışları tahmin etmelerine, e-postaları spam'den korumalarına ve en sevdikleri anılara göre film önerileri yapmalarına yardımcı olabilir.
Makine öğrenimi mümkün olsa da, bu alandaki maaş yüksektir ve çalışanlar işte çok eğlenebilirler, bu da onları çoğu zaman çalışıyormuş gibi hissettirir. Bununla birlikte, sıfır deneyim sahibi bir kişi makine öğreniminde makul bir sürede nasıl ustalaşabilir? Bu makale cevabı verecektir.
Arka plan ne olursa olsun, herkesin ilk adımı aynıdır. Makine öğrenimi sadece matematikte bir doktora değildir. Matematik alanında doktora derecem yok ve olağanüstü zeki olduğumu düşünmüyorum, ama kesin olan bir şey var: Çevremdeki herkesten daha çok çalışıyorum.
Çalışmazsan yüksek eğitimin değersiz olacak.
Bunu söyledikten sonra, yeni başlayanlar mevcut durumlarını objektif ve doğru bir şekilde değerlendirmelidir. Kendinize birkaç soru sorun:
· Programlama yeteneğim nasıl?
· En son ne zaman matematik problemlerini çözdüm ve istatistik yaptım?
· Makine öğrenimine ne kadar zaman ayırmaya hazırım?
Uygulamalı makine öğrenimi için yukarıdaki alanların hiçbirinde uzmanlaşmaya gerek olmadığını unutmayın. Programlama yeteneği sıradan bir matematikçiden daha iyi olduğu sürece, matematik yeteneği sıradan bir programcıdan daha iyidir. Altın kural budur.
Bunu görürseniz harika, şimdi lütfen insanların sevdiği ve nefret ettiği makine öğrenimi dünyasına girmeye hazırlanın.
1. Python veri bilimi ve makine öğrenimi başlangıç kampı
Kaynak: Pexels
Bu çevrimiçi bir kurstur. İzlenmesi yaklaşık 22 saat sürer, ancak tam olarak anlaşılması 5 kat daha uzun sürebilir. Kurslar, Python'u incelemekten kitaplıkları tanıtmaya ve ardından makine öğrenimi algoritmalarının derinlemesine çalışmasına kadar uzanır.
Kursu tamamladım - makine öğrenimine başlamak için harika bir yol ama daha fazlası değil. Çünkü bu algoritmalar derinlemesine anlatılmamaktadır. Tabii ki, kursu tamamladıktan sonra pratik problemleri çözmek için algoritmaları kullanabileceksiniz, ancak muhtemelen hangi algoritmayı, ne zaman ve nasıl (uygun) ayarlayacağınız açık değildir.
Bunun nedeni, bu dersin odak noktasının matematik olmamasıdır. Aslında, bu dersin herhangi bir matematiksel işlemi kapsamadığını, sadece çeşitli Python kitaplıklarının nasıl kullanılacağını açıkladığını düşünüyorum. Kursun yazarı, öğrencilere sağlam bir teorik temel kazanmaları için dersi okurken "İstatistiksel Öğrenmeye Giriş" i okumalarını önerir. Ayrıca bu kitabı okumam gerektiğini düşünüyorum.
Bununla birlikte, kurs hala pratik için birçok iyi fırsat sunmaktadır.
Fiyat: Udemy'deki orijinal fiyat 194,99 ABD dolarıdır, ancak genellikle 9,99 ABD doları tutarında indirimli fiyattan yararlanabilirsiniz. Bu yatırım asla kaybetmeyecek.
2. Coursera: Andrew Ng'nin makine öğrenimi kursu
Bu kurs, makine öğrenimi endüstrisine giriş için bir standart gibidir. Şimdiye kadar, 120.000'den fazla kullanıcı kursu 5 üzerinden ortalama 4,9 puanla derecelendirdi. Bu aynı zamanda yüksek kalitesini de kanıtlıyor.
Video kalitesi iyi değil, ancak içerik kalitesi bunu telafi ediyor. Bu kursun içeriği, ilk kurstan çok daha derinlemelidir. Ng bazı kısımları anlamazsanız sorun olmadığını söylese de, yine de zayıf yönlerinizi bulmalı ve onu güçlendirmek için elinizden geleni yapmalısınız.
Bildiğim kadarıyla laboratuvar, Matlab'a ücretsiz bir alternatif olan "Octave" adlı garip bir dil kullanıyor. Bu kursun neredeyse tek eksikliğidir çünkü günümüzde herkes neredeyse yalnızca makine öğrenimi için Python veya R kullanıyor.
Fiyat: Videoyu izlemek ücretsizdir, ancak bitirme sertifikası almak için 100 $ ödemeniz gerekir.
Sertifikayı LinkedIn'in kişisel sayfasına eklemek harika, ancak bu bir gereklilik değil.
3. Harvard Üniversitesi: CS109A
Kaynak: sina
İlk iki öğrenme kaynağından farklı olarak, bu bir video dersi değildir. Teorik dersler (PDF) ve Jupyter laboratuvar notları içeren bir GitHub deposudur.
Dürüst olmak gerekirse, bu kaynağın neden ücretsiz olduğunu bilmiyorum.
Açıkçası bu, dünyanın en iyi üniversitelerinden biri tarafından hazırlanan eksiksiz bir kurstur ve tamamen ücretsizdir. 20'den fazla ders, 13 laboratuvar notu içerir ve genellikle makine öğrenimi için iyi bir başlangıç noktasıdır. Henüz çalışmalarımı bitirmedim çünkü bu kaynağa yeni yeni bakmaya başladım. Ama öğrenilenlere göre gerçekten harika.
Fiyat: Ücretsiz, öğrenmek için kütüphaneyi takip etmeniz yeterli.
Makine öğrenimi hazırlığı
Kaynak: Pexels
Artık 3 harika öğrenim kaynağınız olduğuna göre makine öğrenimi yolculuğunuza başlayabilirsiniz. Bu kolay bir iş değildir, özellikle biraz arka plan bilginiz yoksa ve telafi etmeniz gerekiyorsa, ancak ödediğiniz çaba ödüllendiricidir.
Sıfır temele sahipseniz, üçüncü kaynak Harvard Üniversitesi kursundan başlamanızı tavsiye ederim.Bence bu, yukarıdaki üç kaynak dersinden en iyisi.
Ancak bu, diğer ikisinin kötü olduğu anlamına gelmez, aksine ikisi de harika. benim önerim:
· Teorik kısım hakkında geniş bir genel bakışa sahip olmak ve birçok pratik fırsat istiyorsanız, lütfen ilkini seçin
· Makine öğreniminin genel teorisinde uzmanlaşmak istiyorsanız ve video derslerinden hoşlanmıyorsanız, lütfen üçüncü olanı seçin
· Biraz arka plan bilgisi ve aynı zamanda memleri anlamak istiyorsanız, lütfen ikincisini seçin
Okuduğunuz için teşekkürler. Kendine iyi bak.
Yorum Beğen Takip Et
Yapay zeka öğrenme ve geliştirmenin kuru mallarını paylaşalım
Yeniden yazdırıyorsanız, lütfen arka planda bir mesaj bırakın ve yeniden yazdırma şartnamelerine uyun
