Google is committed to advancing racial equity for Black communities. See how.

Yolunda ustalaş

Makine öğrenimi konusunda uzman olmak için öncelikle güçlü bir vakıf ihtiyaç dört öğrenme alanlarına kodlama, matematik, ML teori ve nasıl baştan sona kendi ML projesini inşa etmek.

TensorFlow en başlayın küratörlüğünü müfredatlarına bu dört becerilerini geliştirmek veya bizim keşfederek kendi öğrenme yolunu seçmek için kaynak kütüphanesi altında.

Makine öğrenimi eğitiminin dört alanı

Eğitim yolunuza başlarken, önce makine öğrenimini nasıl öğreneceğinizi anlamak önemlidir. Öğrenme sürecini, her biri ML bulmacasının temel bir parçasını sağlayan dört bilgi alanına böldük. Bu yolda size yardımcı olmak için yeteneklerinizi geliştirecek ve projeleriniz için ML'yi kullanmaya hazırlayacak kitaplar, videolar ve çevrimiçi kurslar belirledik. Bilginizi artırmak için tasarlanmış rehberli müfredatlarımızla başlayın veya kaynak kitaplığımızı keşfederek kendi yolunuzu seçin.

  • Becerilerini Kodlama: Yapı ML modelleri içerir çok daha adil ML bilmek yerine kavramları-it veri yönetimi yapmak için, parametre ayarlama içinde kodlama ve test edecek sonuçları ayrıştırma gerektirir ve modelinizi optimize eder.

  • Matematik ve istatistik: ML ML modellerini değiştirmek veya yeni baştan inşa etmeyi planladıklarını eğer öyleyse, bir matematik ağır disiplindir, altta yatan matematik kavramları konusunda aşinalık süreç için önemli olduğunu.

  • Bir şeyler yanlış gittiğinde gidermek size üzerinde inşa etmek için bir temel sağlayacaktır ML teorinin temellerini bilen ve yardım: ML teorisi.

  • Kendi projelerini oluşturun: ML ile deneyim elleri alma testine bilginizi koymak için en iyi yoldur, böylece erken basit İle dalış için korkmayın CoLab veya öğretici biraz pratik olsun.

TensorFlow müfredatları

Önerilen kurslar, kitaplar ve videolar içeren rehberli müfredatlarımızdan biriyle öğrenmeye başlayın.

Yeni başlayanlar için
TensorFlow ile makine öğreniminin temelleri

Bu kitap koleksiyonu ve çevrimiçi kurslarla makine öğreniminin temellerini öğrenin. Scikit-learn ile makine öğrenimi ile tanışacak, TensorFlow 2.0 kullanarak derin öğrenme yoluyla yönlendirileceksiniz ve ardından başlangıç ​​eğitimleriyle öğrendiklerinizi uygulama fırsatına sahip olacaksınız.

Orta seviye ve uzmanlar için
TensorFlow ile teorik ve gelişmiş makine öğrenimi

Makine öğreniminin temellerini anladıktan sonra, sinir ağlarının teorik anlayışına, derin öğrenmeye dalarak ve temel matematik kavramları hakkındaki bilginizi geliştirerek yeteneklerinizi bir sonraki seviyeye taşıyın.

Yeni başlayanlar için
Uzmanlık: JavaScript geliştirme için TensorFlow'un Temelleri

JavaScript'te makine öğrenimi modelleri geliştirmenin temellerini ve doğrudan tarayıcıda nasıl dağıtılacağını öğrenin. Uygulamalı alıştırmalarla derin öğrenme ve TensorFlow.js'ye 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  
Çevrimiçi kurslar  
Matematik kavramları  
TF kaynakları  
İnsan merkezli yapay zeka  

Kitabın

Okuma, makine öğrenimi ve derin öğrenmenin temellerini anlamanın en iyi yollarından biridir. Kitaplar, gelecekte yeni kavramları daha hızlı öğrenmenize yardımcı olmak için gerekli teorik anlayışı size verebilir.

Kodlayıcılar için Yapay Zeka ve Makine Öğrenimi
Laurence Moroney tarafından

Bu tanıtım kitabı, bilgisayarla görme, doğal dil işleme (NLP) ve web, mobil, bulut ve gömülü çalışma zamanları için dizi modelleme gibi en yaygın ML senaryolarının nasıl uygulanacağını öğrenmek için kod öncelikli bir yaklaşım sağlar.

Python ile Derin Öğrenme
François Chollet tarafından

Bu kitap, Keras ile Derin Öğrenmeye pratik, uygulamalı bir giriş niteliğindedir.

Scikit-Learn, Keras ve TensorFlow ile Uygulamalı Makine Öğrenimi
tarafından Aurélien Geron

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.

Derin Öğrenme
Ian Goodfellow, Yoshua Bengio ve Aaron Courville tarafından

Bu Derin Öğrenme ders kitabı, öğrencilerin ve uygulayıcıların genel olarak makine öğrenimi ve özel olarak derin öğrenme alanına girmelerine yardımcı olmayı amaçlayan bir kaynaktır.

Sinir Ağları ve Derin Öğrenme
tarafından Michael Nielsen

Bu kitap, sinir ağları hakkında teorik bir arka plan sağlar. TensorFlow kullanmaz, ancak daha fazlasını öğrenmek isteyen öğrenciler için harika bir referanstır.

TensorFlow.js'yi Öğrenmek
Gant Laborde tarafından

Geniş bir teknik kitle için TensorFlow.js temellerine uygulamalı bir uçtan uca yaklaşım. Bu kitabı bitirdiğinizde, TensorFlow.js ile üretime hazır derin öğrenme sistemlerini nasıl oluşturacağınızı ve dağıtacağınızı öğreneceksiniz.

JavaScript ile Derin Öğrenme
Shanqing Cai, Stanley Bileschi, Eric D. Nielsen ve Francois Chollet

TensorFlow kitaplığının ana yazarları tarafından yazılan bu kitap, tarayıcınızda veya Node.js'de JavaScript'te derin öğrenme uygulamaları için büyüleyici kullanım örnekleri ve derinlemesine talimatlar sağlar.

Çevrimiçi kurslar

Çok parçalı bir çevrimiçi kurs almak, makine öğreniminin temel kavramlarını öğrenmenin iyi bir yoludur. Birçok kurs, harika görsel açıklayıcılar ve makine öğrenimini doğrudan iş yerinde veya kişisel projelerinizle uygulamaya başlamak için gereken araçları sağlar.

AI, ML ve Derin Öğrenme için TensorFlow'a Giriş

TensorFlow ekibiyle işbirliği içinde geliştirilen bu kurs, TensorFlow Geliştirici Uzmanlığının bir parçasıdır ve size TensorFlow'u kullanmak için en iyi uygulamaları öğretecektir.

Derin Öğrenme için TensorFlow'a Giriş

TensorFlow ekibi ve Udacity tarafından geliştirilen bu çevrimiçi kursta, TensorFlow ile derin öğrenme uygulamalarının nasıl oluşturulacağını öğreneceksiniz.

TensorFlow Geliştirici Uzmanlığı

Bir TensorFlow geliştiricisi tarafından verilen bu dört derslik Uzmanlıkta, TensorFlow'da ölçeklenebilir yapay zeka destekli algoritmalar oluşturmak için kullanılan araçları ve yazılım geliştiricileri keşfedeceksiniz.

Makine Öğrenimi Hızlandırılmış Kurs

TensorFlow API'leriyle Makine Öğrenimi Hızlandırma Kursu, hevesli makine öğrenimi uygulayıcıları için bir kendi kendine çalışma kılavuzudur. Video dersler, gerçek dünyadan vaka çalışmaları ve uygulamalı alıştırma alıştırmaları içeren bir dizi ders içerir.

MIT 6.S191: Derin Öğrenmeye Giriş

MIT'nin bu kursunda, derin öğrenme algoritmaları hakkında temel bilgiler edinecek ve TensorFlow'da sinir ağları oluşturma konusunda pratik deneyim kazanacaksınız.

Derin Öğrenme Uzmanlığı

Beş kursta Derin Öğrenmenin temellerini öğrenecek, nöral ağların nasıl oluşturulacağını anlayacak ve başarılı makine öğrenimi projelerini nasıl yöneteceğinizi ve AI'da bir kariyer inşa edeceğinizi öğreneceksiniz. Sadece teoride ustalaşmakla kalmayacak, aynı zamanda endüstride nasıl uygulandığını da göreceksiniz.

TensorFlow: Veri ve Dağıtım Uzmanlığı

Modelleri nasıl oluşturacağınızı ve eğiteceğinizi öğrendiniz. Şimdi, bu dört kurslu Uzmanlıkta modelinizi eğitmek için çeşitli dağıtım senaryolarında gezinmeyi ve verileri daha etkili kullanmayı öğrenin.

TensorFlow: Gelişmiş Tekniklerde Uzmanlaşma

Bu uzmanlık, güçlü modeller oluşturmak için gelişmiş TensorFlow özelliklerini öğrenerek bilgi ve becerilerini genişletmek isteyen, temel TensorFlow anlayışına sahip yazılım ve makine öğrenimi mühendisleri içindir.

Matematik kavramları

Makine öğrenimi bilginizle daha derine inmek için bu kaynaklar, daha yüksek düzeyde ilerleme için gerekli olan temel matematik kavramlarını anlamanıza yardımcı olabilir.

ML için lineer cebire samimi bir giriş

Makine öğrenimi için lineer cebirin kuş bakışı görünümü. Hiç lineer cebir almadım veya temelleri hakkında biraz bilgi sahibi oldunuz ve bunun ML'de nasıl kullanıldığına dair bir fikir edinmek mi istiyorsunuz? O zaman bu video tam size göre.

Özgür
Videoyu izle  
Makine Öğrenimi Uzmanlığı için Matematik

Coursera'nın bu çevrimiçi uzmanlığı, matematik ve makine öğrenimi arasındaki boşluğu kapatmayı, sezgisel bir anlayış oluşturmak için temel matematikte hız kazanmanızı ve bunu Makine Öğrenimi ve Veri Bilimi ile ilişkilendirmeyi amaçlar.

Derin öğrenme
3Blue1Brown tarafından

3blue1brown, matematiğin görsellere öncelik veren bir yaklaşımla sunulmasına odaklanır. Bu video dizisinde, bir sinir ağının temellerini ve matematik kavramları aracılığıyla nasıl çalıştığını öğreneceksiniz.

Lineer Cebirin Özü
3Blue1Brown tarafından

3blue1brown'dan matrislerin, determinantların, öz-maddelerin ve daha fazlasının geometrik anlayışını açıklayan bir dizi kısa, görsel video.

Kalkülüsün Özü
3Blue1Brown tarafından

3blue1brown'dan, yalnızca denklemlerin nasıl çalıştığını değil, temel teoremleri de güçlü bir şekilde anlamanızı sağlayacak şekilde kalkülüsün temellerini açıklayan bir dizi kısa, görsel video.

MIT 18.06: Lineer Cebir

MIT'den gelen 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 18.01: Tek Değişkenli Hesap

MIT'den alınan bu giriş niteliğindeki kalkülüs kursu, tek değişkenli fonksiyonların uygulamalarla türevini ve entegrasyonunu kapsar.

görme teorisi
Daniel Kunin, Jingru Guo, Tyler Dae Devlin, Daniel Xiang

Olasılık ve istatistiğe görsel bir giriş.

İstatistiksel Öğrenmeye Giriş
Gareth James, Daniela Witten, Trevor Hastie ve Rob Tibshirani

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 kitaplıkları ve çerçevelerini kullanmaya başlamanıza yardımcı olmak için favori kaynaklarımızı bir araya getirdik. Bizim bölümlere geçin TensorFlow.js , TensorFlow Lite ve TensorFlow Extended .


Ayrıca resmi TensorFlow göz atabilir rehber ve öğreticiler son örnekleri ve colabs için.

Makine Öğreniminin Temelleri

Machine Learning Foundations, TensorFlow kullanarak makine öğrenimli modeller oluşturmanın temellerini öğreneceğiniz ücretsiz bir eğitim kursudur.

Temelden Yukarıya TensorFlow

Bu ML Tech Talk, 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.

Özgür
Videoyu izle  
Derin Öğrenmeye Giriş

Bu ML Tech Talk, temsil öğrenimini, sinir ağlarının ailelerini ve uygulamalarını, derin bir sinir ağının içine ilk bakışı ve TensorFlow'dan birçok kod örneğini ve konsepti içerir.

Özgür
Videoyu izle  
TensorFlow'u Kodlama

Bu dizide, TensorFlow Ekibi, TensorFlow'un üst düzey API'lerinin, doğal dil işlemenin, sinirsel yapılandırılmış öğrenmenin ve daha fazlasının kullanımına yönelik videolar ile TensorFlow'un çeşitli bölümlerine kodlama perspektifinden bakar.

Makine öğrenimi ile günlük sorunları tespit etme ve çözme

Multimedya analizi, akıllı arama oluşturma, verileri dönüştürme ve bunları kullanıcı dostu araçlarla hızlı bir şekilde uygulamanıza nasıl oluşturabileceğiniz dahil olmak üzere en yaygın ML kullanım örneklerini tespit etmeyi öğrenin.

Özgür
Videoyu izle  

Javascript için

En son bilgi kaynakları TensorFlow.js .

TensorFlow.js'yi Öğrenmek
Gant Laborde tarafından

Geniş bir teknik kitle için TensorFlow.js temellerine uygulamalı bir uçtan uca yaklaşım. Bu kitabı bitirdiğinizde, TensorFlow.js ile üretime hazır derin öğrenme sistemlerini nasıl oluşturacağınızı ve dağıtacağınızı öğreneceksiniz.

TensorFlow'dan TensorFlow.js'yi kullanmaya başlama

TensorFlow.js ile makine öğrenimli modelleri hem eğitmeyi hem de yürütmeyi araştıran ve doğrudan tarayıcıda yürütülen JavaScript'te bir makine öğrenimi modelinin nasıl oluşturulacağını gösteren 3 bölümlük bir dizi.

TensorFlow.js: Zeka ve Öğrenme Serisi
Kodlama Treni tarafından

Makine öğrenimi ve sinir ağları oluşturmaya ilişkin daha geniş bir dizinin parçası olan bu video oynatma listesi, temel API olan TensorFlow.js'ye ve ML modellerini eğitmek ve dağıtmak için JavaScript kitaplığının nasıl kullanılacağına odaklanır.

Mobil ve IoT için

En son bilgi kaynakları TensorFlow Lite .

Cihazda Makine Öğrenimi

Ses sınıflandırması, görsel ürün arama ve daha fazlası dahil olmak üzere yaygın kullanım örnekleri için adım adım kılavuzlar sağlayan öğrenme yollarıyla ilk cihazdaki makine öğrenimi uygulamanızı nasıl oluşturacağınızı öğrenin.

TensorFlow Lite'a Giriş

TensorFlow ekibi ve Udacity tarafından yazılım geliştiriciler için model dağıtımına yönelik pratik bir yaklaşım olarak geliştirilen bu kursta, derin öğrenme modellerinin mobil ve gömülü cihazlarda TensorFlow Lite ile nasıl dağıtılacağını öğrenin.

Prodüksiyon için

En son bilgi kaynakları Tfx .

TFX ile üretim ML dağıtımları için ML mühendisliği

Bir üretim boru hattı sistemini TFX ile nasıl bir araya getireceğinize uygulamalı bir göz atın. Veri toplama, model oluşturma, dağıtım ve yönetime kadar her şeyi hızla ele alacağız.

Özgür
Videoyu izle  
Makine Öğrenimi Ardışık Düzenleri Oluşturma
Hannes Hapke, Catherine Nelson

Bu kitap, TensorFlow ekosistemini kullanarak bir ML işlem hattını otomatikleştirme adımlarında size yol gösterir. Bu kitaptaki makine öğrenimi örnekleri TensorFlow ve Keras'a dayanmaktadır, ancak temel kavramlar herhangi bir çerçeveye uygulanabilir.

Üretim için Makine Öğrenimi Mühendisliği (MLOps) Uzmanlığı

Bu dört kurslu uzmanlıkta üretim mühendisliği yeteneklerinizi genişletin. Üretimde sürekli olarak çalışan entegre sistemleri nasıl kavramsallaştıracağınızı, oluşturacağınızı ve sürdüreceğinizi öğrenin.

Google Cloud'da ML Pipelines

Bu ileri düzey kurs, TFX bileşenlerini, ardışık düzen düzenlemesini ve otomasyonunu ve Google Cloud ile makine öğrenimi meta verilerinin nasıl yönetileceğini kapsar.

İnsan merkezli yapay zeka

Bir makine öğrenimi modeli tasarlarken veya yapay zekaya dayalı uygulamalar oluştururken, ürünle etkileşime giren insanları ve bu yapay zeka sistemlerine adalet, yorumlanabilirlik, gizlilik ve güvenlik sağlamanın en iyi yolunu düşünmek önemlidir.

Sorumlu yapay zeka uygulamaları

TensorFlow kullanarak Sorumlu Yapay Zeka uygulamalarını makine öğrenimi iş akışınıza nasıl entegre edeceğinizi öğrenin.

İnsanlar + AI rehber kitabı

Google'ın sunduğu bu rehber kitap, insan merkezli yapay zeka ürünleri oluşturmanıza yardımcı olacaktır. Yaygın hatalardan kaçınmanıza, mükemmel deneyimler tasarlamanıza ve yapay zekaya dayalı uygulamalar oluştururken insanlara odaklanmanıza olanak tanır.

Makine Öğrenimi modülünde Adalete Giriş

Google'ın MLCC'sindeki bu bir saatlik modül, öğrencilere eğitim verilerinde kendini gösterebilecek farklı insani önyargı türlerini ve bunların etkilerini belirleme ve değerlendirme stratejilerini tanıtır.