Noções básicas de machine learning com o TensorFlow
This curriculum is for people who are:
- New to ML, but who have an intermediate programming background
Este conteúdo é destinado a orientar novos desenvolvedores em ML ao longo dos estágios iniciais da jornada. Você verá que muitos dos recursos usam o TensorFlow. No entanto, o conhecimento pode ser transferido para outros frameworks de machine learning.
Etapa 1: entenda o que é ML
TensorFlow 2.0 is designed to make building neural networks for machine learning easy, which is why TensorFlow 2.0 uses an API called Keras. The book Deep Learning with Python by Francois Chollet, creator of Keras, is a great place to get started. Read chapters 1-4 to understand the fundamentals of ML from a programmer's perspective. The second half of the book delves into areas like Computer Vision, Natural Language Processing, Generative Deep Learning, and more. Don't worry if these topics are too advanced right now as they will make more sense in due time.
Este livro introdutório tem uma abordagem que prioriza o código, para que você aprenda como implantar os cenários mais comuns de ML, como visão computacional, processamento de linguagem natural (PLN) e modelagem sequencial para Web, dispositivos móveis, nuvem e tempos de execução incorporados.
Este livro é uma introdução prática ao aprendizado profundo com Keras.
⬆ Ou ⬇
Faça um curso on-line, como o Introdução ao TensorFlow do Coursera ou o Introdução ao TensorFlow para aprendizado profundo da Udacity. Os dois currículos abordam os mesmos fundamentos do livro de François. Talvez você também goste destes vídeos da 3blue1brown, já que oferecem explicações rápidas sobre como as redes neurais funcionam no nível matemático.
Após concluir esta etapa, você saberá os fundamentos de como o ML funciona e poderá se aprofundar ainda mais.
DeepLearning.AI
Intro to TensorFlow for AI, ML, and Deep LearningDeveloped in collaboration with the TensorFlow team, this course is part of the TensorFlow Developer Specialization and will teach you best practices for using TensorFlow.
Neste curso on-line desenvolvido pela equipe do TensorFlow e a Udacity, você aprenderá a criar apps de aprendizado profundo com o TensorFlow.
Etapa 2: vá além do básico
Take the TensorFlow Developer Specialization, which takes you beyond the basics into introductory Computer Vision, NLP, and Sequence modelling.
Completing this step continues your introduction, and teaches you how to use TensorFlow to build basic models for a variety of scenarios, including image classification, understanding sentiment in text, generative algorithms, and more.
DeepLearning.AI
TensorFlow Developer SpecializationNesta especialização de quatro cursos ministrada por um desenvolvedor da plataforma, você conhecerá as ferramentas usadas para criar algoritmos com tecnologia de IA escalonáveis no TensorFlow.
Etapa 3: coloque seu aprendizado em prática
Try some of our TensorFlow Core tutorials, which will allow you to practice the concepts you learned in steps 1 and 2. When you're done, try some of the more advanced exercises.
Completing this step will improve your understanding of the main concepts and scenarios you will encounter when building ML models.
Etapa 4: aumente seu conhecimento sobre o TensorFlow
Now it's time to go back to Deep Learning with Python by Francois and finish chapters 5-9. You should also read the book Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, by Aurelien Geron. This book introduces ML and deep learning using TensorFlow 2.0.
Completing this step will round out your introductory knowledge of ML, including expanding the platform to meet your needs.
Com exemplos concretos, pouca teoria e dois frameworks Python prontos para produção (Scikit-Learn e TensorFlow), este livro ajuda você a ter uma compreensão intuitiva dos conceitos e das ferramentas para criar sistemas inteligentes.