تحتاج إلى أوراق الغش هذه إذا كنت تتعامل مع خوارزميات التعلم الآلي.

عندما بدأت تعلم التعلم الآلي (ML) قبل عامين ، كان لدي العديد من الأسئلة حول الخوارزميات التي يجب استخدامها ، وكيفية ربطها بمجموعات البيانات ، وما إلى ذلك. اعتمدت الإجابة على العديد من العوامل مثل حجم البيانات ، والمخرجات المتوقعة ، والحسابات المتاحة مصادر. تعرفت بعد ذلك على أوراق الغش في ML التي أطلعتني على الخوارزميات والحزم والوظائف المستخدمة بشكل متكرر.

يحتوي هذا المنشور على أوراق الغش الثلاث الأولى التي أوصي بها للمبتدئين المهتمين بتحديد وتطبيق خوارزميات ML على مشاكل مختلفة. نظرًا لمدى سرعة تطور هذا المجال ، فإن الخوارزميات الشائعة تتقدم أيضًا. لذلك ، من المهم فهم الخوارزميات التي تساعد في ملاءمة مجالات التعلم الخاضع للإشراف وغير الخاضع للإشراف والتصنيف والانحدار وما إلى ذلك.

مخطط انسيابي لخوارزمية SAS

المصدر: //blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

مدونة SAS نفسها هي قراءة رائعة. يوضح الرابط كيفية استخدام ورقة الغش بالإضافة إلى الاعتبارات عند اختيار الخوارزمية. تُظهر ورقة الغش طريقة سهلة لاستخدام مخطط انسيابي يربط البيانات بالخوارزميات.

أوراق الغش في بايثون وسكيت

يعمل معظم المطورين بلغة Python أو R لتنفيذ خوارزميات ML. أنا أعمل في بايثون ، ولذا فإن ورقتي الغش التاليتين كانتا مفيدتين للغاية بالنسبة لي.

المصدر: //s3.amazonaws.com/assets.datacamp.com/blog_assets/PythonForDataScience.pdf

تم إعداد ورقة الغش في Python بواسطة DataCamp ، ويمكن استخدامها كمرجع سريع للتوجيه من خلال حزم ML Python وهياكل البيانات أيضًا.

المصدر: //s3.amazonaws.com/assets.datacamp.com/blog_assets/Scikit_Learn_Cheat_Sheet_Python.pdf

Scikit-Learn هي مكتبة Python مفتوحة المصدر تنفذ مجموعة متنوعة من ML ، والمعالجة المسبقة للبيانات ، والتحقق من الصحة بالإضافة إلى تصور الخوارزميات. تنتمي هذه المكتبة إلى ما يجب معرفته لكل عالم بيانات طموح ، لذلك أوصي بشدة بورقة الغش هذه.

خريطة تعلم الآلة سهلة الاستخدام

المصدر: //scikit-learn.org/stable/tutorial/machine_learning_map/

ورقة الغش هذه متاحة في دروس scikit-Learn وهي واحدة من أسهل المخططات الانسيابية لفهمها واستخدامها. في الرابط أعلاه ، لديك التدفق الكامل لحل مشكلة ML ، ويمكنك أيضًا النقر فوق أي خوارزمية على الخريطة لفهم تنفيذها.

شارك وتعلم! قم بإضافة ورقة الغش المفضلة لديك في التعليقات أدناه.