Làm chủ con đường của bạn

Cuốn sách giới thiệu này cung cấp cách tiếp cận mã đầu tiên để tìm hiểu cách triển khai các kịch bản ML phổ biến nhất, chẳng hạn như thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP) và lập mô hình trình tự cho web, thiết bị di động, đám mây và thời gian chạy được nhúng.

Cuốn sách này là phần giới thiệu thực hành, thực tế về Deep Learning với Keras.

Sử dụng các ví dụ cụ thể, lý thuyết tối thiểu và hai khung Python sẵn sàng sản xuất—Scikit-Learn và TensorFlow—cuốn sách này giúp bạn hiểu một cách trực quan về các khái niệm và công cụ để xây dựng các hệ thống thông minh.

Sách giáo khoa Deep Learning này là một tài nguyên nhằm giúp sinh viên và các học viên bước vào lĩnh vực machine learning nói chung và deep learning nói riêng.

Cuốn sách này cung cấp một nền tảng lý thuyết về mạng lưới thần kinh. Nó không sử dụng TensorFlow, nhưng là một tài liệu tham khảo tuyệt vời cho những sinh viên muốn tìm hiểu thêm.

Cách tiếp cận thực tế từ đầu đến cuối đối với các nguyên tắc cơ bản của TensorFlow.js dành cho nhiều đối tượng kỹ thuật. Sau khi hoàn thành cuốn sách này, bạn sẽ biết cách xây dựng và triển khai các hệ thống deep learning sẵn sàng sản xuất với TensorFlow.js.

Được viết bởi các tác giả chính của thư viện TensorFlow, cuốn sách này cung cấp các trường hợp sử dụng hấp dẫn và hướng dẫn chuyên sâu cho các ứng dụng học sâu bằng JavaScript trong trình duyệt của bạn hoặc trên Node.

Được phát triển với sự cộng tác của nhóm TensorFlow, khóa học này là một phần của Chuyên môn dành cho nhà phát triển TensorFlow và sẽ hướng dẫn bạn các phương pháp hay nhất để sử dụng TensorFlow.

Trong khóa học trực tuyến này do nhóm TensorFlow và Udacity phát triển, bạn sẽ học cách xây dựng các ứng dụng học sâu với TensorFlow.

Trong Chuyên môn bốn khóa này do nhà phát triển TensorFlow giảng dạy, bạn sẽ khám phá các công cụ và nhà phát triển phần mềm sử dụng để xây dựng các thuật toán hỗ trợ AI có thể mở rộng trong TensorFlow.

Khóa học về Machine Learning Crash với API TensorFlow là hướng dẫn tự học dành cho những người thực hành machine learning đầy tham vọng. Nó có một loạt các bài học với các bài giảng video, nghiên cứu tình huống trong thế giới thực và các bài tập thực hành.

Trong khóa học này của MIT, bạn sẽ có được kiến ​​thức cơ bản về các thuật toán học sâu và có kinh nghiệm thực tế trong việc xây dựng mạng lưới thần kinh trong TensorFlow.

Trong năm khóa học, bạn sẽ tìm hiểu nền tảng của Deep Learning, hiểu cách xây dựng mạng nơ-ron và học cách lãnh đạo các dự án máy học thành công cũng như xây dựng sự nghiệp trong lĩnh vực AI. Bạn sẽ nắm vững không chỉ lý thuyết mà còn xem nó được áp dụng như thế nào trong công nghiệp.

Bạn đã học cách xây dựng và huấn luyện các mô hình. Bây giờ, hãy tìm hiểu cách điều hướng các tình huống triển khai khác nhau và sử dụng dữ liệu hiệu quả hơn để đào tạo mô hình của bạn trong Chuyên môn bốn khóa này.

Chuyên môn này dành cho các kỹ sư phần mềm và ML có hiểu biết cơ bản về TensorFlow, những người đang tìm cách mở rộng kiến ​​thức và kỹ năng của mình bằng cách tìm hiểu các tính năng nâng cao của TensorFlow để xây dựng các mô hình mạnh mẽ.

Tìm hiểu cách bạn có thể thu hút nhiều sự chú ý hơn đối với nghiên cứu tiên tiến của mình hoặc cung cấp siêu năng lực trong các ứng dụng web của bạn trong công việc trong tương lai cho khách hàng hoặc công ty mà bạn làm việc với công nghệ máy học dựa trên web.

Chuyên môn trực tuyến này từ Coursera nhằm mục đích thu hẹp khoảng cách giữa toán học và học máy, giúp bạn bắt kịp tốc độ học toán cơ bản để xây dựng sự hiểu biết trực quan và liên hệ kiến ​​thức đó với Học máy và Khoa học dữ liệu.

Khóa học giới thiệu này của MIT bao gồm lý thuyết ma trận và đại số tuyến tính. Nhấn mạnh vào các chủ đề sẽ hữu ích trong các ngành khác, bao gồm hệ phương trình, không gian vectơ, định thức, giá trị riêng, độ tương tự và ma trận xác định dương.

Khóa học giải tích nhập môn này của MIT bao gồm sự khác biệt và tích phân của các chức năng của một biến, với các ứng dụng.

Giới thiệu trực quan về xác suất và thống kê.

Cuốn sách này cung cấp một cái nhìn tổng quan dễ tiếp cận về lĩnh vực học thống kê, một bộ công cụ thiết yếu để hiểu thế giới rộng lớn và phức tạp của các bộ dữ liệu cần thiết để đào tạo các mô hình trong học máy.

Tìm hiểu cách tích hợp các thực hành AI có trách nhiệm vào quy trình ML của bạn bằng TensorFlow.

Cuốn sách hướng dẫn này của Google sẽ giúp bạn xây dựng các sản phẩm AI lấy con người làm trung tâm. Nó sẽ cho phép bạn tránh những lỗi phổ biến, thiết kế trải nghiệm xuất sắc và tập trung vào con người khi bạn xây dựng các ứng dụng dựa trên AI.

Mô-đun kéo dài một giờ này trong MLCC của Google giới thiệu cho người học các loại thành kiến ​​khác nhau của con người có thể biểu hiện trong dữ liệu đào tạo, cũng như các chiến lược để xác định và đánh giá tác động của chúng.