Matematyka pod machine learning...

Odpowiedz Nowy wątek
2020-05-22 19:03

Rejestracja: 1 miesiąc temu

Ostatnio: 2 dni temu

0

Witam,
Chciałbym nauczyć się perfekcyjnie matematyki pod machine learning i deep learning, ale nie mam punktu zaczepienia. Znalazłem stronę etrapez i nie wiem czy opanowanie wiedzy z tych kursów wystarczy. Poradziłby ktoś? Umiem już coś z algebry liniowej i statystyki, ale nie do końca się dobrze czuje w tym temacie.

Pozostało 580 znaków

2020-05-22 19:11

Rejestracja: 5 lat temu

Ostatnio: 54 minuty temu

4

Jeżeli zależy Ci na perfekcji to myślę, że etrapez jest doskonałym źródłem. Jeżeli chcesz podszkolić jeszcze programowanie to polecam Mirosława Zelenta.

Not sure if trolling... - Shalom 2020-05-22 22:38
Przecie etrapez służy nie do nauczenia matematyki, a zaliczenia egzaminu xd - Dregorio 2020-05-23 17:56

Pozostało 580 znaków

2020-05-22 19:14

Rejestracja: 1 miesiąc temu

Ostatnio: 2 dni temu

0

Ok dzięki! Czyli śmiało mogę powiedzieć, że po ogarnięciu tych kursów poradzę sobie z machine learning i deep learning od strony matematycznej?

W mojej ocenie absolutnie nie. Post, który zaakceptowałeś wygląda na napisany z przymrużeniem oka. - Pyxis 2020-05-22 19:47

Pozostało 580 znaków

2020-05-22 19:52

Rejestracja: 6 lat temu

Ostatnio: 1 godzina temu

0

Na Coursera kiedyś przechodziłem kurs o machine learning, na którym było dużo matematyki
https://www.coursera.org/learn/machine-learning
Ogólnie to taki kurs, na którym jednocześnie jest konkretne programowanie, ale też pokazuje od strony matematycznej jak to wygląda.
chociaż nie przeszedłem całego, ale może kiedyś wrócę.

Na Youtube też jest mnóstwo wykładów o matematyce i machine learning. Np. ten gostek:


nie pamiętam, czy widziałem ten filmik, ale oglądałem tutoriale tego gościa o innej tematyce(blockchain) i były spoko, fajnie tłumaczył.

Ogólnie dużo jest na Youtube rzeczy, które tłumaczą matmę związaną z ML. Można do woli wybierać te, które nam przypasują:
https://www.youtube.com/resul[...]ge=&utm_source=opensearch


((0b10*0b11*(0b10**0b101-0b10)**0b10+0b110)**0b10+(100-1)**0b10+0x10-1).toString(0b10**0b101+0b100);
edytowany 1x, ostatnio: LukeJL, 2020-05-22 19:54

Pozostało 580 znaków

2020-05-22 19:52

Rejestracja: 1 miesiąc temu

Ostatnio: 2 dni temu

0

Edit: https://www.youtube.com/channel/UCMEQFEKrsRFBXnUIreTACxg
Oni mają jedną czy dwie playlisty z matmą do ML. Nie znam się, więc chciałbym się spytać czy to co oni tam mają wystarczy? Coś mało tych filmów o matematyce...

edytowany 1x, ostatnio: whzgod, 2020-05-22 19:56

Pozostało 580 znaków

2020-05-22 20:01

Rejestracja: 6 lat temu

Ostatnio: 1 godzina temu

0

Ale co to znaczy "wystarczy"?

Lepiej nie uczyć się "na zapas", tylko raczej postawić sobie konkretny cel i zacząć uczyć się konkretnej techniki / algorytmu machine learning (tak, żeby docelowo napisać prosty program, który implementuje dany algorytm/technikę).

I np. jak się pojawią gdzieś jakieś matematyczne pojęcia, to dopiero wtedy szukać informacji pod konkretne pojęcia. (co może być trudne, bo czasem jedno pojęcie zahacza o kilka innych, no ale wtedy człowiek dopiero widzi własną ignorancję).

Albo przejść jakiś kurs całościowy, na którym uczą jednocześnie ML jak i podstaw matematycznych (tak jak ten z linku Coursera, który wrzuciłem).


((0b10*0b11*(0b10**0b101-0b10)**0b10+0b110)**0b10+(100-1)**0b10+0x10-1).toString(0b10**0b101+0b100);
edytowany 2x, ostatnio: LukeJL, 2020-05-22 20:02

Pozostało 580 znaków

2020-05-22 20:12

Rejestracja: 1 miesiąc temu

Ostatnio: 2 dni temu

0

Ok, czyli mogę Ci zaufać, że opanuję ML w takim stopniu, że śmiało będę mógł aplikować o juniora? Oczywiście zakładając, że wszystko czego nie będę rozumiał podczas kursu/książki się nauczę :)

Pozostało 580 znaków

2020-05-22 20:28

Rejestracja: 1 miesiąc temu

Ostatnio: 2 dni temu

0

Ok, czyli mogę Ci zaufać, że opanuję ML w takim stopniu, że śmiało będę mógł aplikować o juniora? Oczywiście zakładając, że wszystko czego nie będę rozumiał podczas kursu/książki się nauczę :)

Pozostało 580 znaków

2020-05-22 20:36

Rejestracja: 6 lat temu

Ostatnio: 1 godzina temu

0

Nikt ci nie da takiej gwarancji.

Ogólnie myślę, że ludzie zbyt często szukają czegoś, co ma być "pewnikiem", szczególnie jeśli chodzi o gwarancję pracy w przyszłości.

śmiało będę mógł aplikować

Aplikować zawsze możesz. A śmiałość to cecha psychologiczna (pomocna w zrobieniu dobrego wrażenia na rekrutacji, ale nie musi wynikać z umiejętności). Ale czy cię wezmą to zależy m.in. od tego, czy będziesz na tyle dobry, że przejdziesz rekrutację w konkretnej firmie.

Ale o konkretne wymagania na juniora w machine learning to mnie nie pytaj - wrzuciłem linki, bo się kiedyś tego uczyłem (ot tak, bo to ciekawe), ale moja działka to frontend.


((0b10*0b11*(0b10**0b101-0b10)**0b10+0b110)**0b10+(100-1)**0b10+0x10-1).toString(0b10**0b101+0b100);

Pozostało 580 znaków

2020-05-22 21:02

Rejestracja: 3 lata temu

Ostatnio: 1 minuta temu

2020-05-23 11:19

Rejestracja: 1 rok temu

Ostatnio: 3 godziny temu

  • https://www.probabilitycourse.com/ - podstawy rachunku prawdopodobieństwa (od totalnych podstaw dla licealisty aż po np. zmienne niezależne, CLT, estymatory, p_values) - przykłady + zadania,
  • https://www.statlect.com/ - podstawy statystyki (np. model) - definicje precyzyjne jak brzytwa, super szczegółowe dowody.
  • https://statisticsbyjim.com/ - regresja liniowa praktyce (założenia, wykrywanie odstępstw) - pogadanka o doświadczeniach używania tego modelu.
  • http://cs229.stanford.edu/ - machine learning (szeroki zakres) - przykłady, zadania. Marka daje nadzieję, że nie uczysz się leśnodziadkowych treści z kosza.

Pozostało 580 znaków

Odpowiedz

1 użytkowników online, w tym zalogowanych: 0, gości: 1, botów: 0