• Najnowsze pytania
  • Bez odpowiedzi
  • Zadaj pytanie
  • Kategorie
  • Tagi
  • Zdobyte punkty
  • Ekipa ninja
  • IRC
  • FAQ
  • Regulamin
  • Książki warte uwagi

Machine Learning i Deep Learning - od czego zacząć?

0 głosów
529 wizyt
pytanie zadane 28 kwietnia w Python, Django przez Eliro Stary wyjadacz (11,130 p.)

Python jest językiem, który mnie bardzo zafascynował ze względu na jego prostotę oraz wielofunkcyjność. Obecnie uczę się frameworku Django, ponieważ moja historia z programowaniem zaczęła się od tworzenia stron internetowych i tak jakoś to polubiłem. Jednak moją drugą miłością jest sztuczna inteligencja i robotyka. Chciałbym więc zacząć zabawę, a przynajmniej liznąć już jakieś podstawy Machine Learningu oraz Deep Learningu. Z tego co zdążyłem wyczytać:

Machine Learning jest rodzajem uczenia się maszynowego, które wymaga nadzoru człowieka, ponieważ komputer uczy się na podstawie dostarczonych przez człowieka przykładów.

Deep learning jest rodzajem uczenia się maszynowego, które potrafi uczyć się bez udziału człowieka (i tym docelowo chciałbym się zajmować).

I teraz pytanie do was - od czego zacząć naukę? Scikit Learn czy TensorFlow, który według różnych opinii lepiej nadaje się do Deep Learningu? Jakieś polecone materiały do nauki (fajnie by było mieć je po polsku ze względu na to, że jest to jednak trochę skomplikowane)?

3 odpowiedzi

0 głosów
odpowiedź 29 kwietnia przez Vladimir Początkujący (440 p.)
wybrane 29 kwietnia przez Eliro
 
Najlepsza

Jakiś czasem temu przygotowałem artykuł (webinar) "Uczenie maszynowe od czego zacząć?". Robiłem szereg kolejnych webinarów np. wprowadzenie do Deep Learning, czy opłaca się zająć Machine Learning.

Są też autorskie kursy online (duża dawka wiedzy w ograniczonym czasie): praktyczne uczenie maszynowe od podstaw, praktyczne prognozy szeregów czasowych.

Warto uczestniczyć w inspirujących spotkaniach, np. DWCC 2019.

Na koniec jeszcze wspomnie o najnowszej inicjatywie: korona wyzwań uczenia maszynowego.  To jest pięć bezpłatnych pięciodniowych wyzwań, gdzie krok po kroku możesz zobaczyć, że też potrafisz uczenie maszynowe.  Kolejne wyzwanie rozpoczyna się 13 maja i tym razem będzie o samochodach autonomicznych. Warto być :).

0 głosów
odpowiedź 28 kwietnia przez DeBos123 Nałogowiec (36,490 p.)
komentarz 29 kwietnia przez Eliro Stary wyjadacz (11,130 p.)
Nic mi ten artykuł nie wyjaśnia.
0 głosów
odpowiedź 29 kwietnia przez RafalS VIP (115,400 p.)

Machine Learning jest rodzajem uczenia się maszynowego, które wymaga nadzoru człowieka, ponieważ komputer uczy się na podstawie dostarczonych przez człowieka przykładów.

Nic podobnego :P. Machine learning to po prostu uczenie maszynowe po angielsku. A samo uczenie maszynowe to takie najbardziej ogólne określenie opisujące algorytmy, które same uczą się jakiejś strategii postępowania bez jawnego wydawania poleceń przez programistę. Dla przykładu sieci neuronowe zaliczają się do uczenia maszynowego.

Deep learning jest rodzajem uczenia się maszynowego, które potrafi uczyć się bez udziału człowieka (i tym docelowo chciałbym się zajmować).

Deep learning nie ma nic do uczenia nadzorowanego i nienadzorowanego - których definicje przytoczyłeś. Deep learning to wykorzystanie ukrytych tzw. głębokich warstw w architekturze sieci neuronowych.

fajnie by było mieć je po polsku ze względu na to, że jest to jednak trochę skomplikowane

Będzie ciężko. Polskie materiały to przeważnie wykłady z jakichś uczelni. A wykłady jak to wykłady są przeważnie kiepsko przygotowane i strasznie naukowe. U mnie się nie sprawdziły, więc polecam bardziej angielskie tutoriale. Mi najbardziej pomogły te z https://towardsdatascience.com, ale najniższy próg wejścia mają filmiki na yt, także zacząłbym od wpisania machine learning na yt.

Z praktyki polecam na początek poczytać o Q-learningu i spróbować napisać jakiś prosty projekt. W między czasie dobrze jest zacząć używać numpy.

Co do deep learningu to trzeba poczytać o sieciach neuronowych. Z bibliotek polecam keras. Tensorflow jest spoko dopóki będziesz używał wysokopoziomowego kerasowego API (tf.keras) bez wgryzania się w niższe poziomy abstrakcji. A korzystać z tych bibliotek najłatwiej jest nauczyć się z oficjalnych tutoriali i analizując projekty na githubie z ich wykorzystaniem.

Podobne pytania

0 głosów
2 odpowiedzi 205 wizyt
0 głosów
2 odpowiedzi 287 wizyt
pytanie zadane 5 stycznia w Python, Django przez Xentis Początkujący (280 p.)
0 głosów
0 odpowiedzi 188 wizyt
Porady nie od parady
Wynikowy wygląd pytania, odpowiedzi czy komentarza, różni się od tego zaprezentowanego w edytorze postów. Stosuj więc funkcję Podgląd posta znajdującą się pod edytorem, aby upewnić się, czy na pewno ostateczny rezultat ci odpowiada.Podgląd posta

67,116 zapytań

114,063 odpowiedzi

241,764 komentarzy

47,028 pasjonatów

Przeglądających: 183
Pasjonatów: 9 Gości: 174

Motyw:

Akcja Pajacyk

Pajacyk od wielu lat dożywia dzieci. Pomóż klikając w zielony brzuszek na stronie. Dziękujemy! ♡

Oto dwie polecane książki warte uwagi. Pełną listę znajdziesz tutaj.

...