Миналия месец на 17 февруари завърших специализацията на Google „Машинно обучение с TensorFlow в Google Cloud Platform“ в Coursera. Преди това съм изучавал и практикувал наука за данни и машинно обучение от местен ментор и няколко онлайн ресурса и бях добре запознат с програмирането на Python и концепциите за машинно обучение. Ако не сте запознати с тях, силно бих ви препоръчал да научите поне Python и след това да вземете специализацията.
За тази специализация не са необходими предварителни познания за облак, машинно обучение или TensorFlow. Но някои основни познания биха помогнали, особено когато искате да спестите малко пари. Сега как спестих пари? Ще стигна до него по-късно.
Специализацията има 5 курсаза всяко завършване на курс ще получите сертификат от Google Cloud, издаден от Coursera. Можете също така да вземете курсове отделно вместо специализацията.
Специализацията започва страхотно с уроци, тестове и лабораторни сесии, но докато върви по-нататък, лабораториите са разочароващи и изглежда, че кодът ви е натрапен. Ако планирате да завършите курса възможно най-скоро, това ще бъде по-скоро скучна работа, отколкото учене. Специализацията също изглежда е фокусирана върху внедряването на Google Cloud Platform във вашия бизнес, а не върху обучението на студенти.
Курс 1: Как Google прави машинно обучение
Този курс е кратък и служи като страхотно въведение в ML и това, което Google се опитва да постигне с него. Този курс върши чудесна работа като ясно обяснява защо машинното обучение може да бъде толкова трансформиращо за техния бизнес. Тъй като бях запознат с това преди, не ме заинтригува много. Но ще бъде отличен за начинаещи
Курс 2: Стартиране на машинно обучение
Този курс обхваща основно основите на машинното обучение като функция за загуба, общи алгоритми, невронни мрежи и т.н. Отново, вече бях запознат с тези теми. Нямах много нова информация за мен освен BigQuery и няколко най-добри практики. Но определено важно за начинаещи.
Курсът ще започне със създаване на виртуален екземпляр на GCP и създаване на лаборатории за данни. Този курс ще ви научи как многократно да разделяте данните в набори за обучение и тестване. Преди съм използвал функции, които използват произволни числа за разделяне на данни и не съм мислил два пъти за това. Въпреки това, ако работите в екип или по-късно искате да стартирате отново модела върху актуализиран набор от данни, вие се нуждаете от начин да го направите, който да дава същото разделяне всеки път. Методът, който използват, е да създадат хеш стойност на една от променливите с функцията FARM_FINGERPRINT, да разделят на 10 или на количеството желани подмножества и след това да използват остатъка за разделяне.
Курс 3: Въведение в TensorFlow
Това е мястото, където нещата започват да стават по-технически и е включено кодиране. Това е любимият ми курс от всички. Това ще ви помогне да започнете с TensorFlow и изграждането и обучението на модели в облака.
Лабораториите в този курс не са много забавни. Целият код е лесно достъпен под формата на бележник. Това е просто сценарий за изпълнение и наблюдение. Накратко, тези лаборатории изобщо не са достатъчни, за да овладеят TensorFlow.
Курс 4: Инженеринг на функции
Това ще ви помогне да обработите предварително данните, преди дори да влезете в модели за изграждане и обучение. това ще ви помогне да илюстрирате важността на правилното представяне на характеристиките. Този курс също има страхотни уроци за използване на Apache Beam в Cloud Dataflow за предварителна обработка.
Като цяло курсът е страхотен и беше пълен с непознати теми за мен. Но има същия проблем с лабораториите.
Курс 5: Изкуство и наука на машинното обучение
Този курс се занимава с настройка и регулиране на модела, за да получите по-добри резултати от него. По-късната част от курса обхваща невронни мрежи и тяхното обучение. Също така има страхотни уроци за вграждания и персонализирани оценители.
цена
Специализацията струва ₹3461 на месец. Така че най-добрият начин да спестите пари е да завършите специализацията възможно най-бързо. Завърших специализацията само за 20 дни. Това беше възможно само защото вече бях запознат с много от концепциите, но дори вие можете да направите това, като се подготвите предварително и гледате видео уроците с 2Х скорост. Отново това беше възможно за мен, защото съм свикнал да гледам онлайн уроци, дълги часове уроци с висока скорост. Ако не сте свикнали с тази скорост, предлагам да започнете със скорост 1,25X или 1,5X.
Не забравяйте, че спестяването на разходи не трябва да бъде основната ви цел тук. Развитието на уменията и знанието трябва да бъдат приоритет и след това спестяване на разходи, ако можете.
Присъда
Курсът е чудесен за бизнес, който вече е запознат с машинното обучение и иска да изгради модели за бизнес. Дойдох тук, за да подобря уменията си и да изведа моята ML практика на следващото ниво с GCP, което определено направих, но мисля, че курсът трябваше да предложи повече.
Като цяло специализацията е страхотна и предлага прозрения и най-добри практики за машинно обучение. Ако търсите нещо за учене или сертифицирана програма, която може да ви помогне да изградите своя профил, тази специализация определено ще ви помогне.
