#
Sử dụng-Python-for-Research
Đây là 1 kho lưu trữ công khai phù hợp với chủ đề này ...
- Mã số
- Vấn đề
- Kéo yêu cầu
- Thảo luận
Câu trả lời cho các câu hỏi trong Harvardx sử dụng Python cho nghiên cứu.
- Cập nhật ngày 23 tháng 8 năm 2022
- Notebook Jupyter
Cải thiện trang này
Thêm một mô tả, hình ảnh và liên kết đến trang chủ đề sử dụng-python-for-research để các nhà phát triển có thể dễ dàng tìm hiểu về nó hơn.using-python-for-research topic page so that developers can more easily learn about it.
Giám tuyển chủ đề này
Thêm chủ đề này vào repo của bạn
Để liên kết kho lưu trữ của bạn với chủ đề sử dụng-python-for-Research, hãy truy cập trang đích của repo của bạn và chọn "Quản lý chủ đề".using-python-for-research topic, visit your repo's landing page and select "manage topics."
Tìm hiểu thêm
Một thẻ đã tồn tại với tên chi nhánh được cung cấp. Nhiều lệnh GIT chấp nhận cả tên thẻ và tên chi nhánh, vì vậy việc tạo nhánh này có thể gây ra hành vi bất ngờ. Bạn có chắc là bạn muốn tạo chi nhánh này?
Một thẻ đã tồn tại với tên chi nhánh được cung cấp. Nhiều lệnh GIT chấp nhận cả tên thẻ và tên chi nhánh, vì vậy việc tạo nhánh này có thể gây ra hành vi bất ngờ. Bạn có chắc là bạn muốn tạo chi nhánh này?
Một thẻ đã tồn tại với tên chi nhánh được cung cấp. Nhiều lệnh GIT chấp nhận cả tên thẻ và tên chi nhánh, vì vậy việc tạo nhánh này có thể gây ra hành vi bất ngờ. Bạn có chắc là bạn muốn tạo chi nhánh này?
Liên kết cho khóa học: Sử dụng Python cho nghiên cứuHarvardX-Using-Python-for-Research
Khóa học này là một khóa học được cung cấp bởi Harvard trong nền tảng EDX. Giáo trình của khóa học đang theo sau:
TOM TĂT NỘI DUNG CHƯƠNG TRINH
Chào mừng và giới thiệu
- Giới thiệu và chào mừng
- Tự đánh giá trước
- Khảo sát trước khóa học quan trọng
Tuần 1: Những điều cơ bản của Python 3
- Tổng quan tuần 1
- Phần 1: Đối tượng và Phương pháp [Kiểm tra hiểu]
- Phần 2: Đối tượng trình tự [Kiểm tra hiểu]
- Phần 3: Thao tác các đối tượng [kiểm tra hiểu]
- Tuần 1 Bài tập về nhà [bài tập về nhà]
Tuần 2: Thư viện và khái niệm Python được sử dụng trong nghiên cứu
- Tổng quan về tuần 2
- Phần 1: Quy tắc và lớp phạm vi [Kiểm tra hiểu]
- Phần 2: Numpy [Kiểm tra hiểu]
- Phần 3: matplotlib và pyplot [kiểm tra hiểu]
- Phần 4: Tính ngẫu nhiên và thời gian [Kiểm tra hiểu]
- Tuần 2 Bài tập về nhà [bài tập về nhà]
Tuần 3: Nghiên cứu trường hợp Phần 1
- Tổng quan về tuần 3
- Dịch DNA [Kiểm tra hiểu]
- Bài tập về nhà: Dịch DNA [bài tập về nhà]
- Xử lý ngôn ngữ [kiểm tra hiểu]
- Bài tập về nhà: Xử lý ngôn ngữ [bài tập về nhà]
- Giới thiệu về Phân loại [Kiểm tra hiểu]
- Bài tập về nhà: Giới thiệu về phân loại [bài tập về nhà]
Tuần 4: Nghiên cứu trường hợp Phần 2
- Phân loại rượu whisky [kiểm tra hiểu]
- Bài tập về nhà: Phân loại rượu whisky [bài tập về nhà]
- Di cư chim [Kiểm tra hiểu]
- Bài tập về nhà: Di cư chim [bài tập về nhà]
- Phân tích mạng xã hội [kiểm tra hiểu]
- Bài tập về nhà: Phân tích mạng xã hội [bài tập về nhà]
Tuần 5: Học tập thống kê
- Tổng quan về tuần 5
- Phần 1: Hồi quy tuyến tính [kiểm tra hiểu]
- Phần 2: Hồi quy logistic [kiểm tra hiểu]
- Phần 3: Rừng ngẫu nhiên [Kiểm tra hiểu]
- Bài tập về nhà: Nghiên cứu trường hợp 7 [bài tập về nhà]
- Bài tập về nhà: Nghiên cứu trường hợp 7, Phần 2 [Bài tập về nhà]
Dự án cuối cùng
Học sâu cho con người.
Keras là một API được thiết kế cho con người, không phải máy móc. Keras tuân theo các thực tiễn tốt nhất để giảm tải nhận thức: Nó cung cấp API phù hợp và đơn giản, nó giảm thiểu số lượng hành động của người dùng cần thiết cho các trường hợp sử dụng phổ biến và nó cung cấp thông báo lỗi rõ ràng và có thể hành động. Nó cũng có tài liệu rộng rãi và hướng dẫn nhà phát triển.
Lặp lại với tốc độ suy nghĩ.
Keras là khung học sâu được sử dụng nhiều nhất trong số 5 đội chiến thắng hàng đầu trên Kaggle. Bởi vì Keras giúp việc chạy các thí nghiệm mới dễ dàng hơn, nó cho phép bạn thử nhiều ý tưởng hơn so với đối thủ của bạn, nhanh hơn. Và đây là cách bạn giành chiến thắng.
Học máy exascale.
Được xây dựng trên đỉnh của Tensorflow 2, Keras là một khung sức mạnh của ngành có thể mở rộng ra các cụm GPU lớn hoặc toàn bộ POD TPU. Nó không chỉ có thể; dễ thôi.
Triển khai ở bất cứ đâu.
Tận dụng khả năng triển khai đầy đủ của nền tảng TensorFlow. Bạn có thể xuất các mô hình Keras sang JavaScript để chạy trực tiếp trong trình duyệt, sang TF Lite để chạy trên iOS, Android và các thiết bị nhúng. Nó cũng dễ dàng để phục vụ các mô hình Keras như thông qua API Web.
Một hệ sinh thái rộng lớn.
Keras là một phần trung tâm của hệ sinh thái Tensorflow 2 được kết nối chặt chẽ, bao gồm từng bước của quy trình công việc học máy, từ quản lý dữ liệu đến đào tạo siêu đồng tính đến các giải pháp triển khai.
Nghiên cứu hiện đại.
Keras được sử dụng bởi CERN, NASA, NIH và nhiều tổ chức khoa học hơn trên thế giới [và vâng, Keras được sử dụng tại LHC]. Keras có tính linh hoạt ở cấp độ thấp để thực hiện các ý tưởng nghiên cứu tùy ý trong khi cung cấp các tính năng thuận tiện cấp cao tùy chọn để tăng tốc các chu kỳ thử nghiệm.
Một siêu năng lực có thể truy cập.
Do dễ sử dụng và tập trung vào trải nghiệm người dùng, Keras là giải pháp học tập sâu được lựa chọn cho nhiều khóa học đại học. Nó được khuyến khích rộng rãi là một trong những cách tốt nhất để học sâu sắc.
Lấy nó từ người dùng của chúng tôi.
Kỹ sư Aakash Nainresearch
Research Engineer
"Keras là điểm ngọt ngào, nơi bạn có được sự linh hoạt cho nghiên cứu và nhất quán để triển khai. Keras là học sâu những gì Ubuntu là với các hệ điều hành."
Sayak Pauldeep Learning Associate tại Pyimageearch
Deep Learning Associate at PyImageSearch
"Nếu bạn là một nhà nghiên cứu ML hoặc kỹ sư ML, Keras đã giúp bạn được bảo hiểm bằng cách cho phép bạn điều chỉnh các bit tiểu thuyết trong khi ủy thác các bit chung cho chính thư viện."
Kỹ sư học tập Margaret Maynard-redmachine
Machine Learning Engineer
"Điều cá nhân tôi thích nhất về Keras [ngoài API trực quan của nó], là sự dễ dàng chuyển từ nghiên cứu sang sản xuất. Tôi có thể đào tạo một mô hình Keras, chuyển đổi nó sang TF Lite và triển khai nó sang thiết bị di động & cạnh."