Yol 0Başlangıç4/12 yayında~41 dk yayında
Sıfırdan Makine Öğrenmesi ve Derin Öğrenme
Veri, label ve tahminle başla. Sonra regresyon, classification, aktivasyon fonksiyonları, nöronlar, dropout, backprop ve ilk eğitilmiş modeline kadar çık.
Track 0
Sıfırdan Makine Öğrenmesi ve Derin Öğrenme
12 bölüm- Makine Öğrenmesi Nedir?9 dk · Kural yazmak yerine örnek göster — kuralı model bulsun.Buradan başla→
- Veri, Feature ve Label10 dk · Dataset bir tablodur: satırlar örnek, feature sütunları girdi, label sütunu ise cevaptır.→
- Lineer Regresyon10 dk · Karesel hatayı olabildiğince küçülterek veriye bir düzlem oturt.→
- Classification ve Lojistik Regresyon12 dk · Lineer bir skoru olasılığa çevir ve iki sınıf arasındaki sınırı çiz.→
- Loss ve MetriklerYakındaYakında
- Aktivasyon FonksiyonlarıYakındaYakında
- Nöronlar, Katmanlar ve AğırlıklarYakındaYakında
- Dropout ve RegularizationYakındaYakında
- Gradient Descent ve BackpropYakındaYakında
- Bir Sinir Ağını EğitmekYakındaYakında
- Overfitting ve GenellemeYakındaYakında
- İlk Modelini EğitYakındaYakında
Açık kaynak · Apache-2.0