¿Cuáles son algunos recursos excelentes para aprender el aprendizaje automático de Python?

Answer 1

Hola, me llamo Harrison y frecuentemente realizo tutoriales de programación en PythonProgramming.net y YouTube.com/sentdex.

Hago lo mejor que puedo para producir tutoriales para programadores de nivel intermedio para principiantes, principalmente asegurándome de que no quede nada para la abstracción y el saludo de la mano.

El curso más reciente es un curso de aprendizaje automático en profundidad, destinado a desglosar los complejos conceptos de LD que normalmente se “hacen por usted” de forma ondulada con paquetes y módulos.

La serie de aprendizaje automático está dirigida a casi cualquier persona que tenga un conocimiento básico de la programación de Python y la voluntad de aprender. Si está confundido acerca de algo que estamos haciendo, puedo ayudarlo o indicarle un tutorial que ya hice (tengo alrededor de 1,000) para ayudarlo.

La estructura principal del curso es:

• Haga una descripción general rápida de la teoría de cada algoritmo de aprendizaje automático que cubrimos.
• Muestra una aplicación de ese algoritmo usando un módulo, como scikit-learn, junto con algunos datos del mundo real.
• Desglose el algoritmo y vuelva a escribirlo nosotros mismos, sin módulos de aprendizaje automático , en Python.

Todos los tutoriales se publican en PythonProgramming.net , así como en YouTube , para que pueda seguirlos en video, texto o en ambos formularios, y el contenido es totalmente gratuito.

En el curso de aprendizaje automático, cubrimos la regresión lineal, K vecinos más cercanos, máquinas de vectores de soporte, agrupación jerárquica (cambio medio) y agrupación plana (K-medias).

Desde allí, también puede consultar el aprendizaje profundo con TensorFlow y Python. serie que sigue la serie de aprendizaje automático, que utiliza Python y Tensorflow para crear una red neuronal profunda básica (perceptrón multicapa), una red neuronal recurrente (célula LSTM) y una red neuronal convolucional, todas línea por línea.

Answer 2

Algunos de los pocos recursos para aprender el aprendizaje automático de Python se mencionan a continuación:

scikit-learn: aprendizaje automático en Python

Aprendizaje automático aplicado en Python – Universidad de Michigan | Coursera

Su primer proyecto de aprendizaje automático en Python paso a paso: dominio del aprendizaje automático

Introducción al aprendizaje automático en Python con scikit-learn (serie de videos)

Rasbt / Python-Machine-Learning-Book

Aprenda programación en línea de Python con tutoriales para principiantes :: Eduonix Learning Solutions

Answer 3

Si está buscando “nunca se volverá obsoleto”, es posible que se sienta frustrado por el campo de la programación informática. Los programadores e informáticos, incluso los de élite de primer nivel, viven con la expectativa e incluso con la esperanza de que su mejor trabajo sea superado en el futuro, y los lenguajes de programación no son una excepción. Conviértete en un maestro en programación Haga clic aquí!

Debería exponerse a lenguajes que utilizan todos los paradigmas de programación principales del día, así como a algunos que ahora se consideran obsoletos.

Algunos de los que podría querer tener en la lista:

• Lenguaje ensamblador para que sepa lo que están haciendo los otros idiomas debajo de las portadas.
• C, ya que es el ancestro común de muchos idiomas posteriores y es el idioma en el que están escritos muchos de los intérpretes y compiladores de esos idiomas.
• Java (o, alternativamente, Smalltalk) para exponerse a la programación orientada a objetos y entornos de ejecución administrados.
• Haskell (o alternativamente, Scala o F # o Ruby) para aprender a pensar funcionalmente; Es muy probable que la programación funcional sea el próximo paradigma general.
• Python para exponerse a lenguajes de tipo dinámico.
• SQL para exponerse al álgebra relacional.

Esto no es exhaustivo. El punto principal es exponerse a formas alternativas de resolver problemas. Los diferentes modelos de pensamiento se trasladarán incluso a idiomas en los que un modelo en particular no es compatible directamente; por ejemplo, muchos desarrolladores han escrito código orientado a objetos en C en contextos donde C ++ o Objective-C no son adecuados.

Si toma la programación como una carrera, espere que todos los idiomas mencionados estén obsoletos en algún grado u otro para cuando se jubile, y planee seguir aprendiendo otros nuevos.

Answer 4

A lo largo del curso, reuní algunos tutoriales increíbles (completos) en Youtube en Ciencia de datos y Aprendizaje automático con Python. Python es mi preferencia personal sobre R. No sé por qué.

Espero que encuentres esto útil.

Proyectos de ciencia de datos

Bikash Debnath | Eztia.in