Kuasai jalanmu

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

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

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

Buku teks Deep Learning ini adalah sumber yang dimaksudkan untuk membantu siswa dan praktisi memasuki bidang pembelajaran mesin secara umum, dan pembelajaran mendalam pada khususnya.

Buku ini memberikan latar belakang teoretis tentang jaringan saraf. Itu tidak menggunakan TensorFlow, tetapi merupakan referensi yang bagus untuk siswa yang tertarik untuk mempelajari lebih lanjut.

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 bersama tim TensorFlow, kursus ini adalah bagian dari Spesialisasi Pengembang TensorFlow dan akan mengajarkan Anda praktik terbaik untuk menggunakan TensorFlow.

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

Dalam Spesialisasi empat kursus yang diajarkan oleh pengembang TensorFlow ini, Anda akan mempelajari alat dan pengembang perangkat lunak yang digunakan untuk membangun algoritme bertenaga AI yang skalabel 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 memperoleh pengetahuan dasar tentang algoritme pembelajaran mendalam dan mendapatkan pengalaman praktis dalam membangun jaringan saraf di TensorFlow.

Dalam lima kursus, Anda akan mempelajari dasar-dasar Pembelajaran Mendalam, 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 belajar 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 ditujukan untuk insinyur perangkat lunak dan ML dengan pemahaman dasar tentang TensorFlow yang ingin memperluas pengetahuan dan keahlian mereka dengan mempelajari fitur-fitur TensorFlow lanjutan untuk membangun model yang andal.

Pelajari bagaimana Anda bisa mendapatkan lebih banyak perhatian pada penelitian mutakhir Anda, atau menghadirkan kekuatan super di aplikasi web Anda dalam pekerjaan 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, membuat Anda lebih cepat dalam matematika yang mendasarinya 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 ilmu lain, termasuk sistem persamaan, ruang vektor, determinan, nilai eigen, kesamaan, dan matriks pasti positif.

Kursus pengantar kalkulus 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.

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.

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 menghindari kesalahan umum, merancang pengalaman luar biasa, dan fokus pada orang-orang saat Anda membangun aplikasi berbasis AI.

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