Kuasai jalanmu

Buku pengantar ini memberikan pendekatan yang mengutamakan kode untuk mempelajari cara mengimplementasikan skenario ML yang paling umum, seperti visi komputer, pemrosesan bahasa alami (NLP), dan pemodelan urutan untuk runtime web, seluler, cloud, dan tersemat.

Buku ini adalah pengantar praktis dan praktis untuk Deep Learning with Keras.

Menggunakan contoh konkret, teori minimal, dan dua framework Python siap produksi—Scikit-Learn dan TensorFlow—buku ini membantu Anda mendapatkan pemahaman intuitif tentang konsep dan alat untuk membangun sistem cerdas.

Buku teks Pembelajaran Jauh ini adalah sumber yang dimaksudkan untuk membantu siswa dan praktisi memasuki bidang pembelajaran mesin pada umumnya, dan pembelajaran mendalam pada khususnya.

Buku ini memberikan latar belakang teoritis tentang jaringan saraf. Itu tidak menggunakan TensorFlow, tetapi merupakan referensi yang bagus untuk siswa yang tertarik untuk belajar lebih banyak.

Pendekatan end-to-end langsung ke dasar-dasar TensorFlow.js untuk audiens teknis yang luas. Setelah menyelesaikan buku ini, Anda akan mengetahui cara membuat dan menerapkan sistem deep learning siap-produksi dengan TensorFlow.js.

Ditulis oleh penulis utama perpustakaan TensorFlow, buku ini memberikan kasus penggunaan yang menarik dan instruksi mendalam untuk aplikasi pembelajaran mendalam di JavaScript di browser Anda atau di Node.js.

Dikembangkan bekerja sama dengan tim TensorFlow, kursus ini adalah bagian dari Spesialisasi Pengembang TensorFlow dan akan mengajarkan praktik terbaik untuk menggunakan TensorFlow.

Dalam kursus online yang dikembangkan oleh tim TensorFlow dan Udacity ini, Anda akan mempelajari cara membuat aplikasi deep learning dengan TensorFlow.

Dalam Spesialisasi empat kursus yang diajarkan oleh pengembang TensorFlow, Anda akan menjelajahi alat dan pengembang perangkat lunak yang digunakan untuk membangun algoritme yang didukung AI yang dapat diskalakan di TensorFlow.

Kursus Singkat Machine Learning dengan TensorFlow API adalah panduan belajar mandiri untuk calon praktisi machine learning. Ini menampilkan serangkaian pelajaran dengan ceramah video, studi kasus dunia nyata, dan latihan praktik langsung.

Dalam kursus dari MIT ini, Anda akan mendapatkan pengetahuan dasar tentang algoritme pembelajaran mendalam dan mendapatkan pengalaman praktis dalam membangun jaringan saraf di TensorFlow.

Dalam lima kursus, Anda akan mempelajari dasar-dasar Deep Learning, memahami cara membangun jaringan saraf, dan mempelajari cara memimpin proyek pembelajaran mesin yang sukses dan membangun karier di AI. Anda tidak hanya akan menguasai teorinya, tetapi juga melihat bagaimana penerapannya di industri.

Anda telah mempelajari cara membuat dan melatih model. Sekarang pelajari cara menavigasi berbagai skenario penerapan dan menggunakan data secara lebih efektif untuk melatih model Anda dalam Spesialisasi empat kursus ini.

Spesialisasi ini untuk insinyur perangkat lunak dan ML dengan pemahaman dasar tentang TensorFlow yang ingin memperluas pengetahuan dan keahlian mereka dengan mempelajari fitur TensorFlow lanjutan untuk membuat model yang andal.

Pelajari bagaimana Anda bisa mendapatkan lebih banyak perhatian pada penelitian canggih Anda, atau memberikan kekuatan super di aplikasi web Anda di masa mendatang untuk klien Anda atau perusahaan tempat Anda bekerja dengan pembelajaran mesin berbasis web.

Spesialisasi online dari Coursera ini bertujuan untuk menjembatani kesenjangan matematika dan pembelajaran mesin, mempercepat Anda dalam matematika dasar untuk membangun pemahaman intuitif, dan menghubungkannya dengan Pembelajaran Mesin dan Ilmu Data.

Kursus pengantar dari MIT ini mencakup teori matriks dan aljabar linier. Penekanan diberikan pada topik yang akan berguna dalam disiplin lain, termasuk sistem persamaan, ruang vektor, determinan, nilai eigen, kesamaan, dan matriks definit positif.

Kursus kalkulus pengantar dari MIT ini mencakup diferensiasi dan integrasi fungsi satu variabel, dengan aplikasi.

Pengantar visual untuk probabilitas dan statistik.

Buku ini memberikan ikhtisar yang dapat diakses tentang bidang pembelajaran statistik, perangkat penting untuk memahami dunia kumpulan data yang luas dan kompleks yang diperlukan untuk melatih model dalam pembelajaran mesin.

Pelajari cara mengintegrasikan praktik AI yang Bertanggung Jawab ke dalam alur kerja ML Anda menggunakan TensorFlow.

Buku panduan dari Google ini akan membantu Anda membuat produk AI yang berpusat pada manusia. Ini akan memungkinkan Anda untuk menghindari kesalahan umum, merancang pengalaman yang luar biasa, dan fokus pada orang-orang saat Anda membangun aplikasi berbasis AI.

Modul satu jam dalam MLCC Google ini memperkenalkan pelajar pada berbagai jenis bias manusia yang dapat terwujud dalam data pelatihan, serta strategi untuk mengidentifikasi, dan mengevaluasi pengaruhnya.