Pengantar pembelajaran mendalam menggunakan TensorFlow

Kursus lengkap dalam bahasa Rusia dapat ditemukan di tautan ini .
Kursus bahasa Inggris asli tersedia di tautan ini .



Kuliah baru dijadwalkan setiap 2-3 hari.

Siapa orang-orang ini

Mari cari tahu lebih banyak tentang mereka yang telah mempersiapkan kursus ini untuk kita dan akan mengajarkannya.

Tiga orang:

• Magnus Hyttsten , Advokat Pengembang, Google
• Juan Delgado , Pengembang Konten, Udacity
• Paige Bailey , Advokat Pengembang, Google

Pertama, siapa advokat pengembang ? Menilai oleh artikel ini dengan Habr, ini adalah penginjil. Siapa penginjil itu?

Penginjil TI adalah spesialis yang secara profesional terlibat dalam advokasi di bidang teknologi informasi.

Menarik.

Saat mempelajari pembelajaran mesin, kami menemukan banyak istilah baru dan berbeda, misalnya istilah seperti kecerdasan buatan , pembelajaran mesin , jaringan saraf , dan pembelajaran mendalam . Apa arti istilah-istilah ini dan bagaimana mereka saling berhubungan?

Di bawah ini kami akan menganalisis masing-masing istilah ini dan menunjukkan hubungannya satu sama lain.

Kecerdasan Buatan : Bidang ilmu komputer yang bertujuan untuk mencapai pengembangan kecerdasan mirip manusia di komputer. Ada banyak cara untuk mencapai tujuan Anda, termasuk pembelajaran mesin dan pembelajaran mendalam.

Pembelajaran mesin : seperangkat teknik terkait di mana komputer dilatih untuk melakukan tugas tertentu, daripada secara langsung memprogram solusi untuk suatu masalah.

Jaringan saraf : struktur dalam pembelajaran mesin yang terinspirasi oleh jaringan neuron (sel saraf) di otak biologis. Jaringan saraf adalah bagian mendasar dari pembelajaran yang mendalam dan akan dipelajari (terpengaruh) dalam kursus ini.

Deep learning : sub-area pembelajaran mesin menggunakan jaringan saraf multilayer (jaringan saraf yang terdiri dari beberapa lapisan). Seringkali istilah "pembelajaran mesin" dan "pembelajaran mendalam" digunakan secara bergantian.

Pembelajaran mesin dan pembelajaran mendalam juga terdiri dari banyak sub-area, cabang, dan teknik unik. Salah satu contoh yang paling signifikan dan terkenal adalah pemisahan " belajar dengan guru " dan " belajar tanpa guru ."

Secara sederhana, dalam "belajar dengan guru" Anda tahu apa yang ingin Anda ajarkan komputer, sementara "belajar tanpa guru" mirip dengan membiarkan komputer menentukan apa yang bisa dipelajari. “ Mengajar dengan seorang guru ” adalah jenis pembelajaran mesin yang paling standar, dan di situlah kita akan fokus dalam kursus ini.

Apa yang kita butuhkan dari alat?

Python - pengetahuan dasar (loop, pernyataan bersyarat, daftar, operasi aritmatika, dan beberapa struktur dasar lainnya).

Jika mau, Anda dapat menggunakan perpustakaan TensorFlow.js dalam bahasa JavaScript favorit di peramban Anda.

TensorFlow juga memungkinkan Anda untuk bekerja, melalui koneksi "port", dengan bahasa seperti Swift, R dan Julia. Python dan JavaScript, saat ini, memiliki dukungan paling lengkap, sehingga mereka direkomendasikan.

CoLab: platform kotak pasir untuk aplikasi kita

Untuk mengurangi jumlah perangkat lunak yang perlu Anda instal pada mesin lokal, sepanjang kursus kami akan menggunakan layanan Google gratis - Colab berdasarkan Jupyter .

... dan ajakan bertindak standar - daftar, beri nilai tambah, dan bagikan :)


YouTube: https://youtube.com/channel/ashmig
Telegram: https://t.me/ashmig
VKontakte: https://vk.com/ashmig

PS

Kursus bahasa Inggris seperti apa yang harus diambil untuk menerjemahkan ke publik dan dikemas ke dalam materi (teks + video)? Format tugas praktis apa yang paling cocok di area ini - rakitan siap pakai di GitHub atau cuplikan kode untuk informasi pribadi selanjutnya dari semua bagian?

Umpan balik sangat dihargai!