713104_d4cb

資料科學,大數據,機器學習是近幾年非常熱門的技術,人工智慧越來越進步,這些時髦的科技背後的原理是? 這堂課很棒的是有教你理論與實作,實作的專案教你如何預測使用者在網站的操作,是否還會再回來,還會教你 Google TensorFlow ,不過講師一再強調他是要教你原理去理解這些是如何運作的,而不是教你如何使用 API 。

這堂課有點硬,而且講師有列出上課前的條件與先修課程,這堂課不是機器學習的一般知識課程

課程連結

使用優惠折扣碼 DEC1202 以 NT 300元 取得這堂價值 NT 4600 的課程 ,如果折扣碼 失效了請參考這邊有 Udemy 優惠連結

Data Science: Deep Learning in Python

課程說明

本課程將讓你開始使用深度學習技術構建你的第一個人工類神經網路( artifical neural network )。按照我以前的邏輯回歸(logistic regression)課程,我們採用這個基本的構建塊(builing block),並使用Python和Numpy 構建全開的非線性類神經網路。本課程的所有教材都是免費的

我們使用softmax函數將以前的二進制分類模型擴展為多個分類,並且我們使用第一原理導出非常重要的訓練方法稱之為“反向傳播 (backpropagation)”。我會向你說明如何在Numpy中反向傳播代碼,首先是“緩慢的方式”,然後是“快速的方式”使用Numpy功能。

接下來,我們使用 Google 的新 TensorFlow 程式庫實現一個類神經網路。

如果你有興趣開始朝向成為深度學習專業人士這個目標,或者如果你對機器學習資料科學感興趣,那麼你應該參加這門課程。我們超越了基本模型,例如邏輯回歸和線性回歸,我向你展示一些自動學習特徵的東西。

本課程為你提供了許多實用範例,以便你可以真正了解如何使用深度學習。在整個課程中,我們將實作一個課程專案,該專案將向你展示如何預測使用者在網站上的操作,這些使用者數據包括使用者是否在移動設備上,他/她們查看的產品數量,他/她們在你的網站上停留多長時間,他/她們是否是回訪使用者,以及他/她們訪問的時間。

課程結束時的另一個專案向你展示如何使用深度學習來進行臉部表情識別。想像一下,能夠預測某人的情緒只是基於一張圖片!

在讓你動手做後有了基礎,我提供了一些最新的類神經網路發展的簡要概述-稍微修改的架構和它們用來做什麼。

注意:

如果你已經知道softmax和反向傳播,並且你想跳過理論的部分然後加速使用更先進的 GPU優化技術,請查看我對此主題的後續課程 – Data Science: Practical Deep Learning Concepts in Theano and TensorFlow

我有其它課程,涵蓋更先進的主題,例如 Convolutional 類神經網路, Restricted Boltzmann Machines, Autoencoders 等等!但是,在進入更進階的主題之前,希望你先對本課程中的教材是有自信的。

本課程重點介紹“如何建造和理解”,而不僅僅是“如何使用”。任何人都可以在閱讀一些文件後的15分鐘內學會如何使用 API。這不是關於“記住事實”,而是關於透過實驗“讓自己理解”。它將教你如何將模型內部中發生了什麼事視覺化。如果你想要的不僅僅是膚淺地看機器學習模型,這個課程是為你設計的。

所有這個課程的程式碼可以從我的github 目錄下:ann_class 下載:/ lazyprogrammer / machine_learning_examples

確定你總是使用 “git pull ”,所以你會有最新的版本!

你已經具備困難的前提條件/知識:

  • 微積分
  • 線性代數
  • 機率
  • Python 程式設計 : if/else, loops, lists, dicts, sets
  • Numpy 程式設計 : 矩陣和向量操作,載入一個 CSV 檔案

小技巧(為了完成課程):

  • 使用 2x 倍速觀看
  • 採取手寫筆記。這將大大提高您保留資訊的能力。
  • 在討論板上提出很多問題。越多越好!
  • 意識到大多數練習需要幾天或幾週才能完成。

有幫助的課程順序連結 ( 譯註: 有些課程是先修課 ):

規定為何?

  • 如何取用偏微分(partial derivatives)和對數或然率(log-likelihoods)(例如找出死亡的最大可能性估計)
  • 安裝Numpy和Python(截至2016年1月大約最新版本的Numpy)
  • 不要擔心安裝TensorFlow,我們會在課程中說明。

我將從這門課程中學到什麼?

  • 使用 Python 和 numpy 從頭開始編寫類神經網路
  • 使用Google的TensorFlow 編寫一個類神經網路
  • 描述與類神經網路相關的各種術語,例如“activation”,“backpropagation”和“feedforward”
  • 描述不同類型的類神經網路和它們用於的不同類型的問題
  • 從第一原則推導反向傳播規則
  • 使用softmax 建立一個具有 K> 2 階級輸出的類神經網路
  • 安裝TensorFlow

目標受眾為何?

  • 對機器學習感興趣的學生 – 你會得到所有你需要做好的有趣的題目在一個類神經網路課程
  • 希望在他/她們的機器學習和資料科學管道中使用類神經網路的專業人員。
  • 已經知道如何獲取偏微分和對數或然率的人。因為我們在我的邏輯回歸課程中更詳細地討論了這一點,所以在這裡沒有完全涵蓋。
  • 已經知道如何使用 Python和 Numpy 程式設計的人。你對這些需要一點熟悉,因為我們進行得很快。別擔心,這不是那麼難。

講師簡介  Lazy Programmer Inc.

我是一名資料科學家,大數據工程師和全端軟體工程師。

關於我的碩士論文,我使用機器學習的 brain-computer 介面。這些幫助語言障礙和行動不變的人與他/她們的家人和照顧者溝通。

我曾在網路廣告和數位媒體作為資料科學家和大數據工程師,圍繞所述的數據構建各種高流量的 web服務。我曾經使用Hadoop / Pig / MapReduce 建立了新的大數據管道。我建立了機器學習模型來預測點擊率,使用線性回歸建立新聞推薦系統,Bayesian Bandits和collaborative filtering,並使用A / B測試驗證結果。

我教過資料科學,統計學,機器學習,演算法,微積分,電腦圖學和哥倫比亞大學,紐約大學,亨伯學院和新學校的學生的物理學。

多個企業已經從我的 Web 程式設計專業知識中受益。我做所有的後端(伺服器),前端(HTML / JS / CSS)和操作/部署工作。我使用的一些技術是:Python,Ruby / Rails,PHP,Bootstrap,jQuery(Javascript),Backbone和Angular。對於儲存/資料庫,我使用MySQL,Postgres,Redis,MongoDB等。

也許你會有興趣

Soft & Share 其它服務

Soft & Share 也是知名 Python 開發工具 JetBrains PyCharm 的 Reseller ,成立三年內的新創公司採購企業版本享有 50 % 優惠,有興趣歡迎與我們聯絡 info@esast.com。

喜歡我們的分享嗎?歡迎使用以下的社群分享按鈕分享給你的朋友吧!

 

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 變更 )

Twitter picture

You are commenting using your Twitter account. Log Out / 變更 )

Facebook照片

You are commenting using your Facebook account. Log Out / 變更 )

Google+ photo

You are commenting using your Google+ account. Log Out / 變更 )

連結到 %s

分類

04-Udemy 線上課程

標籤

,