Modèles d'apprentissage Tensor Flow Machine
Découvrez les modèles d'apprentissage machine, les pipelines de données et le traitement de texte dans ce cours en ligne gratuit.
Description
Ce cours en ligne gratuit dans les modèles d'apprentissage automatique Tensor Flow va commencer par vous présenter les aspects mathématiques de l'apprentissage profond. Vous serez également introduit dans les tenseurs rencontrés dans la pratique de l'apprentissage automatique, les principales opérations tensorielles dans l'apprentissage profond et les bases de la formation et de la régularisation dans l'apprentissage profond. Ce cours explique comment générer des pipelines d'entrée pour TensorFlow et les différentes méthodes de création de jeux de données.
Le cours introduit ensuite le processus de traitement de texte avec Tensorflow. Vous en apprendrez également sur le concept de "tokenisation", la fonction des "tokenizers", l'intégration, les opérations de texte et la conversion des cordes. Ensuite, vous allez apprendre à charger du texte dans des jeux de données, à encoder des fichiers en nombres et à créer un ensemble de vocabulaire.
Le cours explique ensuite comment construire un modèle de réseau neuronal pour une tâche de classification d'image à l'aide de l'API Tensorflow Keras. Vous allez également découvrir le réseau neuronal feed-forward et le jeu de données mode MNIST. Ce cours analyse le processus et l'importance des modèles de construction pour les données structurées à l'aide de l'API TensorFlow. Vous allez également découvrir les types de colonnes de fonction et montrer comment transformer une colonne à partir du cadre de données.
Start Course NowModules
Pipelines et traitement de texte
-
Pipelines et traitement de texte-Résultats d'apprentissage
-
Principes mathématiques fondamentaux de l'apprentissage profond
-
Génération de pipelines de données pour Tensorflow I
-
Génération de pipelines de données pour Tensorflow II
-
Génération de pipelines de données pour Tensorflow III
-
Traitement de texte avec flux Tensorflow
-
Pipelines et traitement de texte-Sommaire de la leçon
Génération de modèles d'apprentissage machine
-
Construire des modèles d'apprentissage machine-Résultats d'apprentissage
-
Classer l'image
-
Régression
-
Classer les données structurées
-
Classification du texte
-
Compréhension et surajustement
-
Enregistrer et restaurer des modèles
-
Construire des modèles d'apprentissage machine-Résumé de la leçon
Évaluation du cours
Learning Outcomes
Une fois ce cours terminé, vous pourrez:
- Discuter des opérations clés dans les réseaux neuronaux et leurs fonctions
- Expliquer les stratégies basées sur les impulsions et ses applications
- Analyser les fondements mathématiques de l'apprentissage profond
- Expliquer les deux manières distinctes de créer des fichiers
- Expliquer le processus d'utilisation de l'API TensorFlow pour construire un modèle d'apprentissage profond pour les problèmes de régression
- Discuter de la manière de générer des modèles pour les données structurées à l'aide de l'API TensorFlow
- Liste et explication des types de colonnes de fonction
- Définition du récapitulatif du modèle
Certification
All Alison courses are free to study. To successfully complete a course you must score 80% or higher in each course assessments. Upon successful completion of a course, you can choose to make your achievement formal by purchasing an official Alison Diploma, Certificate or PDF.
Having an official Alison document is a great way to celebrate and share your success. It is:
- Ideal to include with CVs, job applications and portfolios
- A way to show your ability to learn and achieve high results