Opanuj swoją ścieżkę

Ta książka wprowadzająca zapewnia podejście oparte na kodzie, aby dowiedzieć się, jak wdrożyć najczęstsze scenariusze uczenia maszynowego, takie jak wizja komputerowa, przetwarzanie języka naturalnego (NLP) i modelowanie sekwencji dla środowisk uruchomieniowych internetowych, mobilnych, chmurowych i osadzonych.

Ta książka jest praktycznym, praktycznym wprowadzeniem do Deep Learning z Keras.

Korzystając z konkretnych przykładów, minimalnej teorii i dwóch gotowych do produkcji środowisk Pythona — Scikit-Learn i TensorFlow — ta książka pomaga intuicyjnie zrozumieć koncepcje i narzędzia do budowania inteligentnych systemów.

Ten podręcznik do głębokiego uczenia się jest zasobem, który ma pomóc studentom i praktykom wejść w dziedzinę uczenia maszynowego w ogóle, a w szczególności głębokiego uczenia się.

Ta książka zawiera teoretyczne podstawy sieci neuronowych. Nie korzysta z TensorFlow, ale jest doskonałym punktem odniesienia dla uczniów zainteresowanych nauką więcej.

Praktyczne, kompleksowe podejście do podstaw TensorFlow.js dla szerokiego grona odbiorców technicznych. Po przeczytaniu tej książki będziesz wiedział, jak tworzyć i wdrażać gotowe do produkcji systemy głębokiego uczenia za pomocą TensorFlow.js.

Ta książka, napisana przez głównych autorów biblioteki TensorFlow, zawiera fascynujące przypadki użycia i szczegółowe instrukcje dotyczące aplikacji do głębokiego uczenia w JavaScript w przeglądarce lub w Node.

Ten kurs, opracowany we współpracy z zespołem TensorFlow, jest częścią specjalizacji dla programistów TensorFlow i nauczy Cię najlepszych praktyk korzystania z TensorFlow.

W tym kursie online opracowanym przez zespół TensorFlow i Udacity dowiesz się, jak tworzyć aplikacje do głębokiego uczenia się za pomocą TensorFlow.

Podczas tej czterokursowej specjalizacji prowadzonej przez programistę TensorFlow zapoznasz się z narzędziami i programistami używanymi do tworzenia skalowalnych algorytmów opartych na sztucznej inteligencji w TensorFlow.

Crash Course uczenia maszynowego z interfejsami API TensorFlow to przewodnik do samodzielnej nauki dla początkujących praktyków uczenia maszynowego. Zawiera serię lekcji z wykładami wideo, studiami przypadków z prawdziwego świata i praktycznymi ćwiczeniami.

Na tym kursie z MIT zdobędziesz podstawową wiedzę na temat algorytmów głębokiego uczenia się i zdobędziesz praktyczne doświadczenie w budowaniu sieci neuronowych w TensorFlow.

Na pięciu kursach poznasz podstawy głębokiego uczenia się, zrozumiesz, jak budować sieci neuronowe, nauczysz się prowadzić udane projekty uczenia maszynowego i budować karierę w sztucznej inteligencji. Opanujesz nie tylko teorię, ale także zobaczysz, jak jest ona stosowana w przemyśle.

Wiesz już, jak budować i trenować modele. Teraz naucz się nawigować po różnych scenariuszach wdrażania i efektywniej wykorzystywać dane do trenowania swojego modelu w ramach tej czterokursowej specjalizacji.

Ta specjalizacja jest przeznaczona dla inżynierów oprogramowania i ML, którzy mają podstawową wiedzę na temat TensorFlow i chcą poszerzyć swoją wiedzę i umiejętności, ucząc się zaawansowanych funkcji TensorFlow w celu tworzenia zaawansowanych modeli.

Dowiedz się, w jaki sposób możesz zwrócić większą uwagę na swoje nowatorskie badania lub zapewnić supermoce w swoich aplikacjach internetowych w przyszłej pracy dla swoich klientów lub firmy, w której pracujesz, dzięki internetowemu uczeniu maszynowemu.

Ta specjalizacja online Coursera ma na celu wypełnienie luki między matematyką a uczeniem maszynowym, przyspieszenie znajomości podstawowej matematyki w celu zbudowania intuicyjnego zrozumienia i powiązanie go z uczeniem maszynowym i nauką o danych.

Ten kurs wprowadzający z MIT obejmuje teorię macierzy i algebrę liniową. Nacisk kładzie się na tematy, które będą przydatne w innych dyscyplinach, w tym układy równań, przestrzenie wektorowe, wyznaczniki, wartości własne, podobieństwa i dodatnio określone macierze.

Ten wprowadzający kurs rachunku różniczkowego z MIT obejmuje różniczkowanie i całkowanie funkcji jednej zmiennej z aplikacjami.

Wizualne wprowadzenie do prawdopodobieństwa i statystyki.

Ta książka zawiera przystępny przegląd dziedziny uczenia się statystycznego, niezbędnego zestawu narzędzi do zrozumienia rozległego i złożonego świata zestawów danych potrzebnych do uczenia modeli w uczeniu maszynowym.

Dowiedz się, jak zintegrować praktyki odpowiedzialnej sztucznej inteligencji z przepływem pracy uczenia maszynowego za pomocą TensorFlow.

Ten przewodnik od Google pomoże Ci tworzyć produkty oparte na sztucznej inteligencji skoncentrowane na człowieku. Umożliwi Ci to unikanie typowych błędów, projektowanie doskonałych środowisk i skupienie się na ludziach podczas tworzenia aplikacji opartych na sztucznej inteligencji.

Ten jednogodzinny moduł w ramach Google MLCC wprowadza uczniów w różne rodzaje ludzkich uprzedzeń, które mogą przejawiać się w danych szkoleniowych, a także strategie identyfikacji i oceny ich skutków.