Maskininlärning definierades 1959 av Arthur Samuel som "studieretningen som ger datorer möjlighet att lära sig utan att programmeras uttryckligen". Programmet EITC/AI/MLPP Machine Learning Programming with Python syftar till att introducera grunderna för maskininlärning (inklusive grundläggande förståelse för teorin) med fokus på programmering med Python. Förutom teorin täcker den applikationer tillsammans med teoretiska och praktiska aspekter av övervakade, utan tillsyn och djupinlärande maskininlärningsalgoritmer. Programmet täcker linjär regression, K närmaste grannar, Support Vector Machines (SVM), platt kluster, hierarkiskt kluster och neurala nätverk. Den innehåller grundläggande uppfattningar om de involverade algoritmerna och logiken bakom. Det täcker också diskussioner om algoritmernas tillämpningar vid programmering med hjälp av exempel på verkliga datamängder tillsammans med moduler (t.ex. Scikit-Learn). Programmet kommer också att täcka detaljer för var och en av algoritmerna genom att implementera dessa algoritmer i kod, inklusive den inblandade matematiken med insikter om hur exakt algoritmerna fungerar, hur de kan modifieras och vad som är deras egenskaper, inklusive fördelar och nackdelar. Algoritmerna som är inblandade i maskininlärning är ganska enkla (förutsatt att de är skalbara för stora datamängder), liksom matematiken som de bygger på (linjär algebra).
Läroplan Referensresurser
Python-dokumentation
https://www.python.org/doc/
Python släpper nedladdningar
https://www.python.org/downloads/
Python för nybörjare guide
https://www.python.org/about/gettingstarted/
Python Wiki Nybörjarguide
https://wiki.python.org/moin/BeginnersGuide
W3Schools Python Machine Learning Handledning
https://www.w3schools.com/python/python_ml_getting_started.asp
Ladda ner det kompletta offline självlärande förberedande materialet för EITC/AI/MLP Machine Learning with Python-programmet i en PDF-fil
EITC/AI/MLP förberedande material – standardversion
EITC/AI/MLP förberedande material – utökad version med granskningsfrågor