yoluna hakim ol
Makine öğreniminde uzman olmak için önce dört öğrenme alanında güçlü bir temele ihtiyacınız var: kodlama, matematik, makine öğrenimi teorisi ve baştan sona kendi makine öğrenimi projenizi nasıl oluşturacağınız.
Bu dört beceriyi geliştirmek için TensorFlow'un seçilmiş müfredatlarıyla başlayın veya aşağıdaki kaynak kitaplığımızı keşfederek kendi öğrenme yolunuzu seçin.
Makine öğrenimi eğitiminin dört alanı
Eğitim yolunuza başlarken, önce makine öğrenimini nasıl öğreneceğinizi anlamak önemlidir. Öğrenme sürecini, her biri makine öğrenimi yapbozunun temel bir parçasını sağlayan dört bilgi alanına ayırdık. Yolunuzda size yardımcı olmak için, becerilerinizi geliştirecek ve sizi projeleriniz için makine öğrenimi kullanmaya hazırlayacak kitaplar, videolar ve çevrimiçi kurslar belirledik. Bilginizi artırmak için tasarlanmış rehberli müfredatlarımızla başlayın veya kaynak kitaplığımızı keşfederek kendi yolunuzu seçin.
TensorFlow müfredatları
Önerilen kurslar, kitaplar ve videolar içeren rehberli müfredatlarımızdan biriyle öğrenmeye başlayın.
Bu kitap koleksiyonu ve çevrimiçi kurslarla makine öğreniminin temellerini öğrenin. Makine öğrenimi ile tanışacaksınız ve TensorFlow 2.0 kullanarak derin öğrenme yoluyla yönlendirileceksiniz. Ardından, yeni başlayanlar için verilen eğitimlerle öğrendiklerinizi uygulama fırsatı bulacaksınız.
Makine öğreniminin temellerini anladıktan sonra, sinir ağlarının teorik olarak anlaşılması, derin öğrenme ve temel matematik kavramları hakkındaki bilginizi geliştirerek becerilerinizi bir sonraki seviyeye taşıyın.
JavaScript'te makine öğrenimi modelleri geliştirmenin temellerini ve doğrudan tarayıcıda nasıl dağıtılacağını öğrenin. Derin öğrenme ve uygulamalı alıştırmalar aracılığıyla TensorFlow.js ile nasıl başlayacağınız konusunda üst düzey bir giriş alacaksınız.
Eğitim kaynakları
Kendi öğrenme yolunuzu seçin ve size makine öğreniminin temellerini öğretmek için TensorFlow ekibi tarafından önerilen kitapları, kursları, videoları ve alıştırmaları keşfedin.
Kitabın
Okuma, makine öğreniminin ve derin öğrenmenin temellerini anlamanın en iyi yollarından biridir. Kitaplar, gelecekte yeni kavramları daha hızlı öğrenmenize yardımcı olacak gerekli teorik anlayışı size verebilir.
Bu giriş niteliğindeki kitap, bilgisayarla görme, doğal dil işleme (NLP) ve web, mobil, bulut ve gömülü çalışma zamanları için dizi modelleme gibi en yaygın makine öğrenimi senaryolarının nasıl uygulanacağını öğrenmek için önce kod yaklaşımı sağlar.
Bu kitap, Keras ile Derin Öğrenmeye pratik, uygulamalı bir giriş niteliğindedir.
Somut örnekler, minimal teori ve üretime hazır iki Python çerçevesi (Scikit-Learn ve TensorFlow) kullanan bu kitap, akıllı sistemler oluşturmaya yönelik kavramlar ve araçlar hakkında sezgisel bir anlayış kazanmanıza yardımcı olur.
Bu Derin Öğrenme ders kitabı, öğrencilerin ve uygulayıcıların genel olarak makine öğrenimi ve özel olarak da derin öğrenme alanına girmelerine yardımcı olmayı amaçlayan bir kaynaktır.
Bu kitap, sinir ağları hakkında teorik bir arka plan sağlar. TensorFlow kullanmaz, ancak daha fazlasını öğrenmek isteyen öğrenciler için harika bir referanstır.
Geniş bir teknik hedef kitle için TensorFlow.js temellerine uygulamalı, uçtan uca bir yaklaşım. Bu kitabı bitirdiğinizde, TensorFlow.js ile üretime hazır derin öğrenme sistemlerini nasıl oluşturacağınızı ve konuşlandıracağınızı öğreneceksiniz.
TensorFlow kitaplığının ana yazarları tarafından yazılan bu kitap, tarayıcınızda veya Node.
Çevrimiçi kurslar
Çok parçalı bir çevrimiçi kurs almak, makine öğreniminin temel kavramlarını öğrenmenin iyi bir yoludur. Pek çok kurs, makine öğrenimini doğrudan işte veya kişisel projelerinizde uygulamaya başlamak için gereken harika görsel açıklamalar ve araçlar sağlar.
Derin Öğrenme.AI
AI, ML ve Derin Öğrenme için TensorFlow'a GirişTensorFlow ekibiyle işbirliği içinde geliştirilen bu kurs, TensorFlow Geliştirici Uzmanlığının bir parçasıdır ve size TensorFlow'u kullanmak için en iyi uygulamaları öğretecektir.
TensorFlow ekibi ve Udacity tarafından geliştirilen bu çevrimiçi kursta, TensorFlow ile derin öğrenme uygulamalarını nasıl oluşturacağınızı öğreneceksiniz.
Derin Öğrenme.AI
TensorFlow Geliştirici UzmanlığıBir TensorFlow geliştiricisi tarafından verilen bu dört kurslu Uzmanlıkta, TensorFlow'da ölçeklenebilir yapay zeka destekli algoritmalar oluşturmak için yazılım geliştiricilerin kullandığı araçları ve araçları keşfedeceksiniz.
Google Geliştiricileri
Makine Öğrenimi Hızlandırılmış KursuTensorFlow API'leri ile Makine Öğrenimi Hızlandırılmış Kursu, hevesli makine öğrenimi uygulayıcıları için kendi kendine çalışma kılavuzudur. Video dersler, gerçek dünya vaka çalışmaları ve uygulamalı alıştırmalar içeren bir dizi ders içerir.
MIT'den alacağınız bu kursta, derin öğrenme algoritmaları hakkında temel bilgiler edinecek ve TensorFlow'da sinir ağları oluşturma konusunda pratik deneyim kazanacaksınız.
Derin Öğrenme.AI
Derin Öğrenme UzmanlığıBeş kursta, Derin Öğrenmenin temellerini öğrenecek, sinir ağlarının nasıl kurulacağını anlayacak ve başarılı makine öğrenimi projelerine nasıl liderlik edileceğini öğrenecek ve yapay zeka alanında bir kariyer oluşturacaksınız. Sadece teoride ustalaşmakla kalmayacak, aynı zamanda endüstride nasıl uygulandığını da göreceksiniz.
Derin Öğrenme.AI
TensorFlow: Veri ve Dağıtım UzmanlığıModelleri nasıl oluşturacağınızı ve eğiteceğinizi öğrendiniz. Şimdi, bu dört kurstan oluşan Uzmanlıkta çeşitli devreye alma senaryolarında gezinmeyi ve modelinizi eğitmek için verileri daha etkili bir şekilde kullanmayı öğrenin.
Derin Öğrenme.AI
TensorFlow: Gelişmiş Teknikler UzmanlığıBu uzmanlık, güçlü modeller oluşturmak için gelişmiş TensorFlow özelliklerini öğrenerek bilgi ve becerilerini genişletmek isteyen, temel bir TensorFlow anlayışına sahip yazılım ve makine öğrenimi mühendisleri içindir.
Web tabanlı makine öğrenimi ile müşterileriniz veya çalıştığınız şirket için gelecekteki çalışmalarda son teknoloji araştırmalarınıza nasıl daha fazla dikkat çekebileceğinizi veya web uygulamalarınızda süper güçler sağlayabileceğinizi öğrenin.
Matematik kavramları
Makine öğrenimi bilginizde daha derine inmek için bu kaynaklar, üst düzey ilerleme için gerekli olan temel matematik kavramlarını anlamanıza yardımcı olabilir.
Makine öğrenimi için doğrusal cebirin kuş bakışı görünümü. Lineer cebiri hiç almamış veya temel bilgiler hakkında biraz bilgi sahibi olmadan ve bunun makine öğreniminde nasıl kullanıldığına dair bir fikir edinmek mi istiyorsunuz? O zaman bu video tam size göre.
Imperial College Londra
Makine Öğrenimi Uzmanlığı için MatematikCoursera'nın bu çevrimiçi uzmanlığı, matematik ve makine öğrenimi arasındaki boşluğu doldurmayı, sizi sezgisel bir anlayış oluşturmak için temel matematikte hızlandırmayı ve bunu Makine Öğrenimi ve Veri Bilimi ile ilişkilendirmeyi amaçlamaktadır.
3blue1brown, matematiği görsellere öncelik veren bir yaklaşımla sunmaya odaklanır. Bu video serisinde, bir sinir ağının temellerini ve matematik kavramları üzerinden nasıl çalıştığını öğreneceksiniz.
3blue1brown'dan matrisler, determinantlar, eigen-stuffs ve daha fazlasının geometrik anlayışını açıklayan bir dizi kısa, görsel video.
3blue1brown'dan, yalnızca denklemlerin nasıl çalıştığını değil, temel teoremleri de güçlü bir şekilde anlamanızı sağlayacak şekilde analizin temellerini açıklayan bir dizi kısa, görsel video.
MIT'den alınan bu giriş dersi, matris teorisini ve lineer cebiri kapsar. Denklem sistemleri, vektör uzayları, determinantlar, özdeğerler, benzerlik ve pozitif tanımlı matrisler gibi diğer disiplinlerde faydalı olacak konulara vurgu yapılır.
MIT'den alınan bu giriş niteliğindeki kalkülüs kursu, uygulamalarla bir değişkenin fonksiyonlarının türevini ve entegrasyonunu kapsar.
Olasılık ve istatistiğe görsel bir giriş.
Bu kitap, makine öğreniminde modelleri eğitmek için gereken geniş ve karmaşık veri kümeleri dünyasını anlamlandırmak için temel bir araç seti olan istatistiksel öğrenme alanına erişilebilir bir genel bakış sağlar.
TensorFlow kaynakları
İhtiyaçlarınıza özel TensorFlow kitaplıklarını ve çerçevelerini kullanmaya başlamanıza yardımcı olmak için favori kaynaklarımızı bir araya getirdik. TensorFlow.js , TensorFlow Lite ve TFX bölümlerimize atlayın.
En son örnekler ve ortak laboratuvarlar için resmi TensorFlow kılavuzuna ve eğitimlerine de göz atabilirsiniz.
Machine Learning Foundations, TensorFlow kullanarak makine tarafından öğrenilen modeller oluşturmanın temellerini öğreneceğiniz ücretsiz bir eğitim kursudur.
Bu Makine Öğrenimi Teknik Konuşması, Makine Öğreniminin temellerini bilen ancak TensorFlow'un temelleri (yüksek seviye API'ler kullanmadan tensörler, değişkenler ve gradyanlar) hakkında genel bir bakışa ihtiyaç duyanlar için tasarlanmıştır.
Bu Makine Öğrenimi Teknik Konuşması temsil öğrenimi, sinir ağları aileleri ve uygulamaları, derin bir sinir ağının içine ilk bakış ve TensorFlow'dan birçok kod örneği ve kavramı içerir.
Bu seride TensorFlow Ekibi, TensorFlow'un üst düzey API'lerinin kullanımı, doğal dil işleme, nöral yapılandırılmış öğrenme ve daha fazlası için videolar ile TensorFlow'un çeşitli bölümlerine kodlama perspektifinden bakıyor.
Multimedya analizi, akıllı arama oluşturma, verileri dönüştürme dahil olmak üzere en yaygın makine öğrenimi kullanım örneklerini belirlemeyi ve kullanıcı dostu araçlarla bunları uygulamanıza nasıl hızlı bir şekilde ekleyeceğinizi öğrenin.
JavaScript ile tarayıcıda makine öğrenimi kullanma konusunda pratik bir çalışma bilgisi edinin. Boş bir tuvalden özel modeller yazmayı, transfer öğrenimi yoluyla modelleri yeniden eğitmeyi ve Python'dan modelleri dönüştürmeyi öğrenin.
Geniş bir teknik hedef kitle için TensorFlow.js temellerine uygulamalı, uçtan uca bir yaklaşım. Bu kitabı bitirdiğinizde, TensorFlow.js ile üretime hazır derin öğrenme sistemlerini nasıl oluşturacağınızı ve konuşlandıracağınızı öğreneceksiniz.
TensorFlow.js ile makine öğrenimi modellerini hem eğitmeyi hem de yürütmeyi araştıran ve size JavaScript'te doğrudan tarayıcıda yürütülen bir makine öğrenimi modelinin nasıl oluşturulacağını gösteren 3 bölümlük bir dizi.
TensorFlow.js kullanarak web ML ile sıfırdan kahramana gidin. İstemci tarafında çalışabilen ve hemen hemen her cihazda kullanılabilen yeni nesil web uygulamalarının nasıl oluşturulacağını öğrenin.
Makine öğrenimi ve sinir ağları oluşturmaya ilişkin daha geniş bir serinin parçası olan bu video oynatma listesi, temel API olan TensorFlow.js'ye ve makine öğrenimi modellerini eğitmek ve dağıtmak için JavaScript kitaplığının nasıl kullanılacağına odaklanır.
Google Geliştiricileri
Cihaz Üzerinde Makine ÖğrenimiSes sınıflandırması, görsel ürün araması ve daha fazlası dahil olmak üzere yaygın kullanım durumları için adım adım kılavuzlar sağlayan öğrenme yollarıyla ilk cihaz içi makine öğrenimi uygulamanızı nasıl oluşturacağınızı öğrenin.
Yazılım geliştiriciler için model dağıtımına pratik bir yaklaşım olarak TensorFlow ekibi ve Udacity tarafından geliştirilen bu kursta, derin öğrenme modellerini TensorFlow Lite ile mobil ve gömülü cihazlarda nasıl devreye alacağınızı öğrenin.
TFX ile bir üretim boru hattı sistemini nasıl bir araya getireceğinize uygulamalı bir göz atın. Veri toplama, model oluşturma, dağıtım ve yönetime kadar her şeyi hızlı bir şekilde ele alacağız.
Bu kitap, TensorFlow ekosistemini kullanarak bir makine öğrenimi ardışık düzenini otomatikleştirme adımlarında size yol gösterir. Bu kitaptaki makine öğrenimi örnekleri, TensorFlow ve Keras'a dayanmaktadır, ancak temel kavramlar herhangi bir çerçeveye uygulanabilir.
Derin Öğrenme.AI
Üretim için Makine Öğrenimi Mühendisliği (MLOps) UzmanlığıBu dört kurslu uzmanlıkta üretim mühendisliği yeteneklerinizi genişletin. Üretimde sürekli çalışan entegre sistemleri nasıl kavramsallaştıracağınızı, oluşturacağınızı ve sürdüreceğinizi öğrenin.
Bu ileri düzey kurs, TFX bileşenlerini, ardışık düzeni düzenlemeyi ve otomasyonu ve Google Cloud ile makine öğrenimi meta verilerinin nasıl yönetileceğini kapsar.
İnsan merkezli AI
Bir makine öğrenimi modeli tasarlarken veya yapay zeka destekli uygulamalar oluştururken, ürünle etkileşime giren insanları ve bu yapay zeka sistemlerinde adalet, yorumlanabilirlik, gizlilik ve güvenlik oluşturmanın en iyi yolunu göz önünde bulundurmak önemlidir.
TensorFlow kullanarak Sorumlu Yapay Zeka uygulamalarını makine öğrenimi iş akışınıza nasıl entegre edeceğinizi öğrenin.
Google'ın bu kılavuzu, insan odaklı AI ürünleri oluşturmanıza yardımcı olacaktır. Yapay zeka destekli uygulamalar oluştururken yaygın hatalardan kaçınmanıza, mükemmel deneyimler tasarlamanıza ve insanlara odaklanmanıza olanak tanır.
Google'ın MLCC'sindeki bu bir saatlik modül, öğrencilere, eğitim verilerinde ortaya çıkabilen farklı insan önyargı türlerini ve bunların etkilerini belirleme ve değerlendirme stratejilerini tanıtır.