Введение в TensorFlow и Keras для машинного обучения

В этом текстовом курсе вы узнаете, как создавать, тренировать и оценивать нейронные сети с нуля, используя TensorFlow и Keras. Вы также узнаете о том, как использовать Tensorflow для создания и тестирования алгоритмов машинного обучения. Вы пройдете путь от понимания основных концепций машинного обучения до написания чистого, готового к производству кода TensorFlow. Изучая практические фрагменты кода и четкие письменные объяснения, вы приобретете уверенность в разработке пользовательских конвейеров данных и создании нейронных сетей для реальных задач регрессии и классификации. Что вы узнаете: - Понимание основных концепций машинного обучения и иерархии API TensorFlow. - Создание надежных конвейеров входных данных с использованием tf.data.Dataset для различных форматов данных. - Настройка и преобразование числовых, категориальных и хешированных столбцов признаков. - Создание моделей глубокого обучения с использованием последовательных и функциональных API Keras. - Применять функции активации, метрики потерь и оптимизаторы для эффективного обучения моделей. - Внедрение современных передовых методов оценки моделей и чистых стандартов кодирования Python. Курс начинается с ключевой терминологии, основных понятий и фундаментальных определений, а затем переходит к практическому построению конвейера. Затем вы пройдете построение основных регрессионных моделей, кульминацией которых станет проектирование и обучение многослойных архитектур глубокого обучения. Этот курс предназначен для начинающих, которым нужно четкое, концептуальное и текстовое введение в машинное обучение с использованием TensorFlow. Не требуется предыдущего опыта работы с глубоким обучением, хотя полезно иметь базовое понимание Python. Начните читать сегодня, чтобы заложить основы современного машинного обучения.