Эта статья была изначально создана "AI Frontline", оригинальная ссылка:Kaggle запускает бесплатные онлайн-курсы, охватывающие четыре курса, включая машинное обучение и глубокое обучение.
Ведущий редактор｜Тина
Содействующие редакторы | Натали, Дебра
Руководство по передовой ИИ:”Kaggle является авторитетной платформой для соревнований по моделированию и анализу данных в области машинного обучения и науки о данных.Недавно Kaggle выпустила Kaggle Learn, бесплатную программу онлайн-обучения, что, несомненно, является хорошей новостью для тех, кто хочет изучать машинное обучение и данные. наука. . Курс уделяет больше внимания практике написания кода, и пользователям нужно тратить больше времени на написание кода, чем на его чтение. Согласно официальному веб-сайту, «пользователи получат теоретические знания, необходимые им для принятия более эффективных решений по моделированию, не тратя время на теоретические и исторические знания, которые бесполезны для того, чтобы стать практическим специалистом по данным». Курс включает четыре курса по машинному обучению. , язык R, визуализация данных и глубокое обучение. "
Kaggle в настоящее время является крупнейшим в мире сообществом специалистов по обработке и анализу данных и разработчиков машинного обучения с сотнями тысяч пользователей, что делает его авторитетной платформой в отрасли.
8 марта 2017 года Фейфей Ли, директор Стэнфордской лаборатории искусственного интеллекта и главный научный сотрудник Google Cloud, возглавил дело о приобретении Google компании Kaggle. Около года назад Ли Фейфей сказал: «Kaggle — лучшее место для поиска, анализа общедоступных наборов данных, разработки моделей машинного обучения и повышения профессионального уровня науки о данных». искусственный интеллект Высокое признание компании также стало разумным объяснением приобретения в этом году.
Для Kaggle, после благословления сервисов Google Cloud, у сообщества будет больше возможностей для сбора и хранения больших наборов данных, а члены сообщества смогут пользоваться самой передовой средой разработки облачного машинного обучения. Это сотрудничество, несомненно, сыграет большую роль в содействии развитию сообщества Kaggle, поэтому положение Kaggle в области машинного обучения и искусственного интеллекта в будущем будет только более стабильным. (От пользователя Zhihu a2Mia, сестра, ссылка:Ууху. Call.com/question/32…)
В качестве платформы для машинного обучения и обработки данных компании и исследователи могут публиковать данные на Kaggle. Конкурс платформы также привлек многих статистиков и экспертов по интеллектуальному анализу данных. Одна из наград, премия Heritage Health Prize, имеет приз до 3 миллионов долларов США. долл. Соревнование — это возможность для участников учиться и практиковаться, потому что только лучшие могут получить приз за итоговое первое место, а результаты соревнований также станут очень привлекательным опытом в резюме.
Обзор проекта Kaggle Learn
Все курсы проекта Kaggle Learn являются бесплатными онлайн-курсами.Согласно официальному сайту проекта, проект направлен на то, чтобы помочь тем, кто заинтересован в участии в конкурсе, или помочь изучающим науку о данных понять теоретические знания перед моделированием, чтобы улучшить свои способности. для решения практических задач.
Проект состоит из четырех курсов, а именно: машинное обучение, язык R, визуализация данных и глубокое обучение.Каждый курс делится на уровень 1 и уровень 2 в зависимости от сложности.Учебные знания варьируются от более мелких к более глубоким, охватывая искусственный интеллект, наука о данных и др. популярные направления.
- Машинное обучение: это самая популярная область науки о данных, и этот курс поможет вам быстро начать работу.
- Язык R: это язык, специально разработанный для анализа данных. Эта серия курсов включает настройку данных, машинное обучение и визуализацию данных.
- Визуализация данных. Визуализация — это самый динамичный метод в науке о данных, представляющий наборы данных в виде наглядных красивых изображений.
- Глубокое обучение. Сделайте шаг вперед в машинном обучении, изучив в этом курсе, как использовать TensorFlow — новый навык, который вас удивит.
Четыре курса программы имеют следующие характеристики: обучение на основе проектов, простота отслеживания прогресса в обучении, поддержка крупнейшего в мире сообщества специалистов по данным, а опыт работы над проектами можно записать в личное резюме.
В настоящее время в проекте Kaggle Learn три инструктора:
- Дэн Беккер, специалист по данным, который консультировал по методам обработки данных для 6 компаний из списка Fortune 100, является автором кода в библиотеке глубокого обучения Keras. Имеет степень доктора эконометрики. В настоящее время в основном отвечает за два курса машинного обучения и глубокого обучения.
- Рэйчел Татман уже много лет является активным пользователем и преподавателем языка R. Она читала лекции на семинарах Software Carpenty и She Codes Now и имеет докторскую степень в области лингвистики. В настоящее время в основном отвечает за курсы языка R.
- Алексей Билогур, эксперт по данным и участник проекта с открытым исходным кодом Python. Он работает в мэрии Нью-Йорка и NYU CUSP и имеет степень бакалавра математики. В настоящее время в основном отвечает за курсы по визуализации данных.
Детали курса Kaggle Learn
машинное обучение
Курсы по машинному обучению делятся на уровень 1 и уровень 2. Новички в машинном обучении могут начать с вводного курса и шаг за шагом осваивать от принципа до загрузки данных, настройки вычислительной среды, моделирования и т. д. Заметки по изучению прилагаются к каждый класс для обзора и изучения.
Ссылки на курсы:
Woohoo.Карта реформирована.com/learn/Ma Chi…
Уровень 1 состоит из 8 уроков:
- Как работает модель: первые шаги новичка в машинном обучении
- Создайте свой собственный проект машинного обучения: загрузите свои данные и настройте собственную вычислительную среду для своего проекта.
- Фильтрация данных с помощью фильтров Pandas: подготовка данных для моделирования
- запустить свою первую модель
- Подтвердите модель: проверьте производительность модели и при необходимости замените ее другими моделями.
- Недообучение, переоснащение и оптимизация модели: настройка моделей для повышения производительности
- Случайные леса: использование более сложных алгоритмов машинного обучения
- Участвуйте в конкурсе: гордитесь тем, что вы сделали, и следите за успехами вашего проекта в конкурсе
Уровень 2 состоит из 7 уроков, посвященных различным проблемам, возникающим при машинном обучении, таким как работа с отсутствующими данными, работа с категориальными данными и т. д.
язык R
Ссылки на курсы:
В настоящее время этот курс открыт только для Уровня 1, который включает 6 уроков:
- Data Science with R Linguistics (изучите основы чтения данных и построения моделей машинного обучения)
- Управляйте данными с помощью Tidyverse (эта широко распространенная и мощная библиотека значительно повысит эффективность
- Визуализация данных с помощью ggplot2: несмотря на то, что существует множество библиотек визуализации данных, большинство экспертов сходятся во мнении, что ggplot2 является самой мощной из них.
- Написание НЛП на R: Тематические модели
- XGBoost(R) Машинное обучение
- Выберите лучшую модель с дополнениями (автоматическая фильтрация моделей, чтобы сделать машинное обучение проще и эффективнее)
визуализация данных
Ссылки на курсы:
Woohoo.Карта реформирована.com/learn/data-…
Также открыт только уровень 1, в котором всего 10 уроков, от базовых знаний до продвинутых операций.
глубокое обучение
Ссылки на курсы:
Woohoo.Карта реформирована.com/learn/deep-…
Также открыт только уровень 1, всего 6 уроков, в том числе:
- Введение в глубокое обучение и компьютерное зрение: краткое введение в принципы обработки модельных изображений
К концу этого урока у вас будет понимание сверток, фундаментальных строительных блоков моделей глубокого обучения для компьютерного зрения (и многих других приложений). Затем вы сможете научиться использовать модели глубокого обучения мирового уровня.
- Построение сверточной модели
К концу этого урока вы поймете, как работают свертки для достижения уровня компьютерного зрения, недостижимого для человека.
- Программирование с TensorFlow и Keras
К концу этого курса вы сможете запрограммировать одну из лучших моделей компьютерного зрения, используя TensorFlow и Keras.
- передача обучения
После завершения этого курса вы сможете использовать трансферное обучение для создания точных моделей компьютерного зрения на основе потребностей клиентов в условиях отсутствия данных.
- увеличение данных
Когда вы научитесь использовать аугментацию данных, вы сможете добиться гораздо лучших результатов, чем просто имея данные, и вы сможете создавать лучшие модели.
- Узнайте больше о глубоком обучении
К концу этого урока вы поймете, как использовать стохастический градиентный спуск и обратное распространение для установки весов в моделях глубокого обучения. Хотя эти темы сложны, многие эксперты считают это самой важной идеей глубокого обучения.
Выше приведено введение в последний бесплатный онлайн-курс, запущенный Kaggle.Кодирование и запуск всех курсов можно выполнять прямо на веб-сайте Kaggle, без необходимости устанавливать среду и плагины на свой компьютер.Если вас заинтересовала эта серия онлайн-курсов, вы можете посетить официальный сайт Kaggle (Woohoo. Карточка реформирована.com/learn/over V…) Попробуйте, после обучения добро пожаловать обратно, чтобы поделиться своим опытом обучения и опытом с передовой ИИ!
Для большего содержания сухих товаров вы можете обратить внимание на AI Frontline, ID:ai-front, фоновый ответ "AI", "TF", "Большие данные«Вы можете получить серию мини-книг в формате PDF и карт навыков «AI Frontline».