Google is committed to advancing racial equity for Black communities. See how.
Эта страница была переведа с помощью Cloud Translation API.
Switch to English

Управляйте своим путем

Чтобы стать экспертом в области машинного обучения, вам сначала понадобится прочный фундамент в четырех областях обучения : программирование, математика, теория машинного обучения и то, как создать собственный проект машинного обучения от начала до конца.

Начните с тщательно отобранных учебных программ TensorFlow, чтобы улучшить эти четыре навыка, или выберите свой собственный путь обучения, изучив нашу библиотеку ресурсов ниже.

Четыре области машинного обучения

Начиная свой образовательный путь, важно сначала понять, как изучать ML. Мы разделили процесс обучения на четыре области знаний, каждая из которых представляет собой основную часть головоломки машинного обучения. Чтобы помочь вам на вашем пути, мы определили книги, видео и онлайн-курсы, которые повысят ваши способности и подготовят вас к использованию машинного обучения в ваших проектах. Начните с наших учебных программ, разработанных для расширения ваших знаний, или выберите свой собственный путь, изучив нашу библиотеку ресурсов.

  • Навыки программирования: построение моделей машинного обучения включает в себя гораздо больше, чем просто знание концепций машинного обучения - для этого требуется кодирование для управления данными, настройки параметров и анализа результатов, необходимых для тестирования и оптимизации вашей модели.

  • Математика и статистика: ML - это математически сложная дисциплина, поэтому, если вы планируете модифицировать модели ML или создавать новые с нуля, знакомство с основными математическими концепциями имеет решающее значение для этого процесса.

  • Теория машинного обучения : знание основ теории машинного обучения даст вам основу для дальнейшего развития и поможет устранять неполадки, когда что-то идет не так.

  • Создавайте свои собственные проекты: получение практического опыта работы с машинным обучением - лучший способ проверить свои знания, поэтому не бойтесь с головой окунуться в простую колабу или учебник, чтобы получить некоторую практику.

Учебные программы TensorFlow

Начните обучение с одной из наших программ, содержащих рекомендуемые курсы, книги и видео.

Для начинающих
Основы машинного обучения с TensorFlow

Изучите основы машинного обучения с помощью этой коллекции книг и онлайн-курсов. Вы познакомитесь с ML с помощью scikit-learn, пройдете через глубокое обучение с использованием TensorFlow 2.0, а затем у вас будет возможность попрактиковаться в том, что вы изучаете, с помощью руководств для начинающих.

Для среднего уровня и экспертов
Теоретическое и продвинутое машинное обучение с TensorFlow

Как только вы поймете основы машинного обучения, выведите свои способности на новый уровень, погрузившись в теоретическое понимание нейронных сетей, глубокого обучения и улучшив свои знания основных математических концепций.

Для начинающих
Специализация: Основы TensorFlow для разработки на JavaScript.

Изучите основы разработки моделей машинного обучения на JavaScript и способы их развертывания прямо в браузере. Вы получите общее представление о глубоком обучении и о том, как начать работу с TensorFlow.js с помощью практических упражнений.

Образовательные ресурсы

Выберите свой собственный путь обучения и изучите книги, курсы, видео и упражнения, рекомендованные командой TensorFlow, чтобы научить вас основам машинного обучения.

Книги

Чтение - один из лучших способов понять основы машинного обучения и глубокого обучения. Книги могут дать вам теоретические знания, необходимые для более быстрого изучения новых концепций в будущем.

Книги
Глубокое обучение с помощью Python, Франсуа Шоле

Эта книга представляет собой практическое введение в глубокое обучение с помощью Keras.

Книги
Практическое машинное обучение с помощью Scikit-Learn, Keras и TensorFlow, 2-е издание, Орелиен Жерон

Используя конкретные примеры, минимальную теорию и две готовые к работе среды Python - Scikit-Learn и TensorFlow - эта книга поможет вам получить интуитивное понимание концепций и инструментов для построения интеллектуальных систем.

Книги
Глубокое обучение: книга MIT Press, написанная Яном Гудфеллоу, Йошуа Бенжио и Аароном Курвиллем

Этот учебник по глубокому обучению - это ресурс, предназначенный для помощи студентам и практикам в области машинного обучения в целом и глубокого обучения в частности.

Книги
Нейронные сети и глубокое обучение, Майкл Нильсен

Эта книга дает теоретические знания о нейронных сетях. Он не использует TensorFlow, но является отличным справочником для студентов, желающих узнать больше.

Книги
Глубокое обучение с помощью JavaScript от Шанкин Цай, Стэнли Билески, Эрика Д. Нильсена и Франсуа Шоле

Эта книга, написанная основными авторами библиотеки TensorFlow, содержит увлекательные примеры использования и подробные инструкции для приложений глубокого обучения на JavaScript в вашем браузере или на Node.

Многократные онлайн-курсы

Многократный онлайн-курс - хороший способ изучить основные концепции машинного обучения. Многие курсы предоставляют отличные наглядные объяснения и инструменты, необходимые для начала применения машинного обучения непосредственно на работе или в ваших личных проектах.

Вводные онлайн-курсы
deeplearning.ai: TensorFlow: специализация по данным и развертыванию

Вы научились создавать и тренировать модели. Теперь научитесь ориентироваться в различных сценариях развертывания и более эффективно использовать данные для обучения своей модели в этой специализации из четырех курсов.

Вводные онлайн-курсы
deeplearning.ai: Введение в TensorFlow для искусственного интеллекта, машинного обучения и глубокого обучения

Этот курс, разработанный в сотрудничестве с командой TensorFlow, является частью специализации «Практика TensorFlow» и научит вас лучшим практикам использования TensorFlow.

Вводные онлайн-курсы
Udacity: знакомство с TensorFlow для глубокого обучения

В этом онлайн-курсе, разработанном командой TensorFlow и Udacity, вы узнаете, как создавать приложения для глубокого обучения с помощью TensorFlow.

Свободно
Учить больше  
Вводные онлайн-курсы
deeplearning.ai: Специализация на практике TensorFlow

В этой специализации из четырех курсов, которую преподает разработчик TensorFlow, вы изучите инструменты и программное обеспечение, которые разработчики используют для создания масштабируемых алгоритмов на базе искусственного интеллекта в TensorFlow.

Вводные онлайн-курсы
deeplearning.ai: Специализация по глубокому обучению

На пяти курсах вы изучите основы глубокого обучения, поймете, как создавать нейронные сети, а также научитесь руководить успешными проектами машинного обучения и построить карьеру в области ИИ. Вы освоите не только теорию, но и увидите, как она применяется в промышленности.

Вводные онлайн-курсы
Стэнфордский курс CS231n: сверточные нейронные сети для визуального распознавания

Этот курс представляет собой глубокое погружение в детали архитектур глубокого обучения с упором на изучение сквозных моделей для задач компьютерного зрения, особенно классификации изображений. Изучите видео лекций, слайды и прошлые заметки о программах из предыдущих итераций курса.

Свободно
Учить больше  
Вводные онлайн-курсы
Курс MIT 6.S191: Введение в глубокое обучение

В этом курсе от Массачусетского технологического института вы получите базовые знания об алгоритмах глубокого обучения и получите практический опыт построения нейронных сетей в TensorFlow.

Свободно
Учить больше  

Другие источники

Для мобильных и веб-разработчиков, а также пользователей, желающих создавать производственные конвейеры, мы собрали наши любимые ресурсы, которые помогут вам начать работу, включая наши библиотеки и фреймворки TensorFlow, соответствующие вашим потребностям.

Вводные онлайн-курсы
Глубокое обучение в JS от Аши Кришнана

Используя deeplearn.js, узнайте, как системы глубокого обучения учатся, и исследуйте, как они думают.

Вводные онлайн-курсы
Начало работы с TensorFlow.js от TensorFlow

Серия из трех частей, в которой рассматриваются как обучение, так и выполнение моделей машинного обучения с помощью TensorFlow.js, а также показано, как создать модель машинного обучения на JavaScript, которая выполняется непосредственно в браузере.

Вводные онлайн-курсы
TensorFlow.js: серия "Интеллект и обучение" от Coding Train

Этот видео-плейлист, являющийся частью большой серии по машинному обучению и построению нейронных сетей, посвящен TensorFlow.js, базовому API и тому, как использовать библиотеку JavaScript для обучения и развертывания моделей машинного обучения.

Вводные онлайн-курсы
TensorFlow.js Глубокое обучение с помощью JavaScript от Deeplizard

В этой серии статей представлена ​​концепция клиентских искусственных нейронных сетей. Узнайте об архитектурах глубокого обучения клиент-сервер, преобразовании моделей Keras в модели TFJS, обслуживании моделей с помощью Node.js, обучении и передаче обучения в браузере и многом другом.

Вводные онлайн-курсы
TensorFlow Extended: машинное обучение в реальном мире в производственной среде

Серия из пяти частей от команды TensorFlow об использовании TensorFlow Extended (TFX) для создания собственных производственных конвейеров машинного обучения.

Вводные онлайн-курсы
Машинное обучение на вашем устройстве: параметры (Google I / O'19)

Этот сеанс от Google I / O расскажет о различных вариантах использования машинного обучения для улучшения мобильных приложений и периферийных устройств. Узнайте, как TensorFlow Lite можно использовать для обучения моделей и как использовать их на различных устройствах.

Математические концепции

Чтобы углубить свои знания машинного обучения, эти ресурсы могут помочь вам понять основные математические концепции, необходимые для продвижения на более высоком уровне.

Математические концепции
Ускоренный курс по машинному обучению для разработчиков Google

Ускоренный курс машинного обучения с API TensorFlow - это руководство для начинающих практиков машинного обучения. Он включает серию уроков с видеолекциями, практическими примерами и практическими упражнениями.

Математические концепции
Coursera: специализация "Математика для машинного обучения"

Эта онлайн-специализация от Coursera направлена ​​на преодоление разрыва между математикой и машинным обучением, ознакомление с основами математики для создания интуитивного понимания и увязки ее с машинным обучением и наукой о данных.

Математические концепции
Глубокое обучение, автор 3blue1brown

3blue1brown сосредотачивается на представлении математики с визуальным подходом. В этой серии видео вы узнаете основы нейронной сети и ее работу с помощью математических понятий.

Математические концепции
Сущность линейной алгебры, автор 3blue1brown

Серия коротких визуальных видеороликов от 3blue1brown, которые объясняют геометрическое понимание матриц, детерминант, собственных материалов и многого другого.

Математические концепции
Сущность исчисления, автор 3blue1brown

Серия коротких наглядных видеороликов от 3blue1brown, которые объясняют основы исчисления таким образом, чтобы вы хорошо понимали фундаментальные теоремы, а не только то, как работают уравнения.

Математические концепции
Курс MIT 18.06: Линейная алгебра

Этот вводный курс Массачусетского технологического института охватывает теорию матриц и линейную алгебру. Особое внимание уделяется темам, которые будут полезны в других дисциплинах, включая системы уравнений, векторные пространства, детерминанты, собственные значения, подобие и положительно определенные матрицы.

Свободно
Учить больше  
Математические концепции
Курс MIT 18.01: Исчисление с одной переменной

Этот вводный курс математики Массачусетского технологического института охватывает дифференцирование и интегрирование функций одной переменной с приложениями.

Свободно
Учить больше  
Математические концепции
Видя теорию

Визуальное введение в вероятность и статистику.

Свободно
Учить больше  
Математические концепции
Введение в статистическое обучение с приложениями в R от Джеймса Г., Виттена Д., Хасти Т. и Тибширани Р.

Эта книга предоставляет доступный обзор области статистического обучения, важный набор инструментов для понимания огромного и сложного мира наборов данных, необходимых для обучения моделей машинному обучению.

Человеческий ИИ

При разработке модели машинного обучения или создании приложений на основе ИИ важно учитывать людей, взаимодействующих с продуктом, и лучший способ обеспечить справедливость, интерпретируемость, конфиденциальность и безопасность в этих системах ИИ.

Человеческий ИИ
Ответственный AI

Узнайте, как интегрировать практики ответственного ИИ в рабочий процесс машинного обучения с помощью TensorFlow.

Свободно
Учить больше  
Человеческий ИИ
Путеводитель по People + AI

Это руководство от Google поможет вам создавать продукты ИИ, ориентированные на человека. Это позволит вам избежать типичных ошибок, создать отличный опыт и сосредоточиться на людях при создании приложений на основе ИИ.

Свободно
Учить больше  
Человеческий ИИ
Введение в модуль справедливости в машинном обучении

Этот часовой модуль в рамках MLCC Google знакомит учащихся с различными типами человеческих предубеждений, которые могут проявляться в данных обучения, а также со стратегиями выявления и оценки их эффектов.

Свободно
Учить больше