Hướng dẫn Machine Learning

Khám phá ca từ trong âm nhạc của Prince với R: dùng khai phá văn bản và Phân tích Khám phá Dữ liệu (EDA) để soi chiếu sự nghiệp của The Artist.

Tìm hiểu underfitting là gì, cách chẩn đoán một mô hình underfitting và khám phá các chiến lược khả thi để khắc phục underfitting, đảm bảo mô hình của bạn nắm bắt chính xác các khuôn mẫu dữ liệu và đưa ra dự đoán đáng tin cậy.

Trong hướng dẫn này, bạn sẽ tìm hiểu về tần suất từ tuyệt đối và có trọng số trong khai phá văn bản cũng như cách tính bằng defaultdict và pandas DataFrames.

Khám phá học chủ động, một trường hợp của máy học bán giám sát: từ định nghĩa và lợi ích đến các ứng dụng và nghiên cứu hiện đại về nó.

Tìm hiểu kỹ thuật tối ưu hóa Adagrad, bao gồm các lợi ích chính, hạn chế, cách triển khai trong PyTorch và các trường hợp sử dụng để tối ưu hóa mô hình học máy.

Tìm hiểu và triển khai bộ tối ưu hóa Adam trong Python. Nắm trực giác, toán học và ứng dụng thực tế trong machine learning với PyTorch

Hướng dẫn Apache Spark giới thiệu bạn xử lý dữ liệu lớn, phân tích và ML với PySpark.

Khám phá các mẫu ẩn trong Python với khai phá luật kết hợp

Trong hướng dẫn này, bạn sẽ học và hiểu cách dùng autoencoder làm bộ phân loại trong Python với Keras. Bạn sẽ sử dụng bộ dữ liệu Fashion-MNIST làm ví dụ.

Tìm hiểu về học máy tự động và cách thực hiện với auto-keras.

Tìm hiểu cách thực hiện kiểm định dữ liệu và mô hình để đảm bảo hiệu năng machine learning vững chắc với hướng dẫn từng bước tự động hoá kiểm thử bằng DeepChecks.

Hướng dẫn toàn diện này dạy bạn cách sử dụng AWS SageMaker để xây dựng, huấn luyện và triển khai mô hình machine learning. Chúng tôi hướng dẫn bạn qua toàn bộ quy trình, từ thiết lập môi trường AWS và tạo notebook instance trong SageMaker đến chuẩn bị dữ liệu, huấn luyện mô hình và triển khai dưới dạng endpoints.