การเรียนรู้ของเครื่องทั้งทางทฤษฎีและขั้นสูงด้วย TensorFlow
ก่อนที่จะเริ่มใช้สื่อการเรียนรู้ด้านล่าง ต้องแน่ใจว่า:
สำเร็จหลักสูตร พื้นฐานของแมชชีนเลิร์นนิงด้วย TensorFlow หรือมีความรู้ที่เทียบเท่า
มีประสบการณ์ในการพัฒนาซอฟต์แวร์ โดยเฉพาะใน Python
หลักสูตรนี้เป็นจุดเริ่มต้นสำหรับผู้ที่ต้องการ:
ปรับปรุงความเข้าใจเกี่ยวกับ ML
เริ่มทำความเข้าใจและนำเอกสารไปใช้ด้วย TensorFlow
คุณควรมีความรู้พื้นฐานเกี่ยวกับวิธีการทำงานของ ML หรือจบสื่อการเรียนรู้ในหลักสูตรเริ่มต้น เบื้องต้นของการเรียนรู้ของเครื่องด้วย TensorFlow ก่อนดำเนินการต่อ เนื้อหาด้านล่างมีจุดมุ่งหมายเพื่อแนะนำผู้เรียนให้รู้จักเนื้อหาการเรียนรู้ของเครื่องทั้งทางทฤษฎีและขั้นสูง คุณจะเห็นว่าทรัพยากรจำนวนมากใช้ TensorFlow อย่างไรก็ตาม ความรู้สามารถถ่ายโอนไปยังเฟรมเวิร์ก ML อื่นๆ ได้
เพื่อทำความเข้าใจ ML ให้มากขึ้น คุณควรมีประสบการณ์การเขียนโปรแกรม Python รวมถึงพื้นฐานด้านแคลคูลัส พีชคณิตเชิงเส้น ความน่าจะเป็น และสถิติ เพื่อช่วยให้คุณมีความรู้ด้าน ML อย่างลึกซึ้งยิ่งขึ้น เราได้จัดทำรายการแหล่งข้อมูลและหลักสูตรที่แนะนำจำนวนหนึ่งจากมหาวิทยาลัย ตลอดจนหนังสือเรียนสองสามเล่ม
ขั้นตอนที่ 1: รีเฟรชความเข้าใจเกี่ยวกับแนวคิดทางคณิตศาสตร์
ML เป็นสาขาวิชาคณิตศาสตร์ที่หนักหน่วง หากคุณวางแผนที่จะแก้ไขโมเดล ML หรือสร้างโมเดลใหม่ตั้งแต่ต้น ความคุ้นเคยกับแนวคิดทางคณิตศาสตร์ที่สำคัญเป็นสิ่งสำคัญ คุณไม่จำเป็นต้องเรียนรู้คณิตศาสตร์ทั้งหมดล่วงหน้า แต่คุณสามารถค้นหาแนวคิดที่ไม่คุ้นเคยเมื่อพบเจอได้ หากคุณไม่ได้เรียนหลักสูตรคณิตศาสตร์มาสักระยะแล้ว ลองดูเพลย์ลิสต์ Essence of linear algebra และ Essence of calculus จาก 3blue1brown เพื่อทบทวนความรู้ เราขอแนะนำให้คุณเรียนต่อในชั้นเรียนจากมหาวิทยาลัยหรือดูการบรรยายแบบเปิดจาก MIT เช่น Linear Algebra หรือ Single Variable Calculus
ชุดวิดีโอภาพสั้นๆ จาก 3blue1brown ที่อธิบายความเข้าใจทางเรขาคณิตของเมทริกซ์ ดีเทอร์มิแนนต์ ข้อมูลลักษณะเฉพาะ และอื่นๆ
ชุดวิดีโอภาพสั้นๆ จาก 3blue1brown ที่อธิบายพื้นฐานของแคลคูลัสในลักษณะที่ทำให้คุณเข้าใจทฤษฎีบทพื้นฐานได้ดียิ่งขึ้น ไม่ใช่แค่วิธีการทำงานของสมการเท่านั้น
หลักสูตรเบื้องต้นจาก MIT นี้ครอบคลุมถึงทฤษฎีเมทริกซ์และพีชคณิตเชิงเส้น เน้นหัวข้อที่จะเป็นประโยชน์ในสาขาวิชาอื่นๆ รวมถึงระบบสมการ ปริภูมิเวกเตอร์ ดีเทอร์มิแนนต์ ค่าลักษณะเฉพาะ ความคล้ายคลึง และเมทริกซ์แน่นอนเชิงบวก
หลักสูตรแคลคูลัสเบื้องต้นจาก MIT ครอบคลุมถึงการสร้างความแตกต่างและการบูรณาการฟังก์ชันของตัวแปรตัวเดียวเข้ากับแอปพลิเคชัน
