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 alıştırmalar aracılığıyla 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

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.

Kitabın
Kodlayıcılar için Yapay Zeka ve Makine Öğrenimi: Bir Programcının Yapay Zeka Rehberi, Laurence Moroney

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.

Kitabın
Python ile Derin Öğrenme, Francois Chollet

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

Kitabın
Scikit-Learn, Keras ve TensorFlow ile Uygulamalı Makine Öğrenimi, 2. Baskı, Aurélien Géron

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.

Kitabın
Derin Öğrenme: Bir MIT Basın Kitabı, Ian Goodfellow, Yoshua Bengio ve Aaron Courville

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

Kitabın
Sinir Ağları ve Derin Öğrenme, Michael Nielsen

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

Kitabın
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.

Çok parçalı 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.

Tanıtım amaçlı çevrimiçi kurslar
deeplearning.ai: 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.

Tanıtım amaçlı çevrimiçi kurslar
deeplearning.ai: AI, ML ve Derin Öğrenme için TensorFlow'a Giriş

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

Tanıtım amaçlı çevrimiçi kurslar
Udacity: Derin Öğrenme için TensorFlow'a Giriş

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

Tanıtım amaçlı çevrimiçi kurslar
deeplearning.ai: Uygulamada Uzmanlaşmada TensorFlow

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

Tanıtım amaçlı çevrimiçi kurslar
deeplearning.ai: 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.

Tanıtım amaçlı çevrimiçi kurslar
Stanford kursu CS231n: Görsel Tanıma için Evrişimli Sinir Ağları

Bu kurs, bilgisayarla görme görevleri, özellikle görüntü sınıflandırması için uçtan uca modelleri öğrenmeye odaklanarak derin öğrenme mimarilerinin ayrıntılarına derinlemesine bir dalıştır. Dersin önceki tekrarlarından ders videolarını, slaytları ve geçmiş ders programı notlarını keşfedin.

Tanıtım amaçlı çevrimiçi kurslar
MIT kursu 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.

Diğer kaynaklar

Mobil ve web geliştiricileri ile üretim boru hatları oluşturmak isteyen kullanıcılar için, başlamanıza yardımcı olmak için, ihtiyaçlarınıza özel TensorFlow kitaplıklarımız ve çerçevelerimiz dahil olmak üzere favori kaynaklarımızı bir araya getirdik.

Tanıtım amaçlı çevrimiçi kurslar
Ashi Krishnan tarafından JS'de Derin Öğrenme

Deeplearn.js'yi kullanarak derin öğrenme sistemlerinin nasıl öğrendiğini öğrenin ve nasıl düşündüklerini inceleyin.

Tanıtım amaçlı çevrimiçi kurslar
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.

Tanıtım amaçlı çevrimiçi kurslar
TensorFlow.js: Treni Kodlayarak Zeka ve Öğrenme Serisi

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.

Tanıtım amaçlı çevrimiçi kurslar
Deeplizard'dan JavaScript ile TensorFlow.js Derin Öğrenme

Bu seri, istemci tarafı yapay sinir ağları kavramını tanıtır. İstemci-sunucu derin öğrenme mimarileri, Keras modellerini TFJS modellerine dönüştürme, Node.js ile model sunma, tarayıcıda eğitim ve aktarım öğrenimi ve daha fazlası hakkında bilgi edinin.

Tanıtım amaçlı çevrimiçi kurslar
TensorFlow Extended: Üretimde Gerçek Dünya Makine Öğrenimi

Kendi üretim ML işlem hatlarınızı oluşturmak için TensorFlow Extended (TFX) kullanımına ilişkin TensorFlow ekibinden beş bölümlük bir seri.

Tanıtım amaçlı çevrimiçi kurslar
Cihazınızda Makine Öğrenimi: Seçenekler (Google I/O'19)

Google I/O'nun bu oturumu, mobil uygulamaları ve uç cihazları geliştirmek için makine öğrenimini kullanmak için kullanılabilecek çeşitli seçenekleri aydınlatacak. TensorFlow Lite'ın modelleri eğitmek için nasıl kullanılabileceğini ve bunların çeşitli cihazlarda nasıl kullanılacağını öğrenin.

Matematik kavramları

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

Matematik kavramları
Google Developers Makine Öğrenimi Hızlandırılmış Kursu

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.

Matematik kavramları
Coursera: 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.

Matematik kavramları
Derin öğrenme, 3blue1brown

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

Matematik kavramları
Lineer Cebirin Özü, 3blue1brown

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

Matematik kavramları
Analizin 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.

Matematik kavramları
MIT Course18.06 : 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.

Matematik kavramları
MIT kursu 18.01: Tek Değişkenli Hesap

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

Matematik kavramları
görme teorisi

Olasılık ve istatistiğe görsel bir giriş.

Matematik kavramları
James, G., Witten, D., Hastie, T. ve Tibshirani, R.

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.

İnsan merkezli yapay zeka

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

İnsan merkezli yapay zeka
sorumlu yapay zeka

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

İnsan merkezli yapay zeka
İnsanlar + AI rehber kitabı

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

İnsan merkezli yapay zeka
Makine Öğrenimi modülünde Adalete Giriş

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