Немного предыстории обо мне, я учусь на бакалавре компьютерных наук 4-го года обучения в колледже уровня 3. Я глубоко заинтересован в глубоком обучении (каламбур) и хочу стать инженером глубокого обучения в будущем. Итак, я подумал, что этот сертификат — хороший способ начать свое путешествие в области глубокого обучения, где я смогу работать над разными моделями, а также получать практические знания.

Во-первых, огромное спасибо Лоуренсу Морони и Эндрю Нг за проведение этих курсов.

Итак, время, которое мне понадобилось, чтобы пройти курс и получить сертификат, составило примерно 2 месяца. 3 недели были на просмотр и понимание содержания курса, а остальные 5 недель на прокрастинацию! были для практики TensorFlow, когда я создавал и оценивал различные модели на основе изображений, обработки естественного языка и временных рядов.

Я использовал такие ресурсы, как Официальный справочник сертификатов Tensorflow, курс глубокого обучения TensorFlow на Coursera и некоторые главы практического машинного обучения с помощью Scikit-Learn, Keras и TensorFlow: концепции, инструменты и методы создания интеллектуальных систем. .

Требуется полное понимание вышеупомянутых ресурсов с практическим пониманием того, какую модель и слои использовать для этого конкретного приложения.

Сам экзамен не такой уж сложный, и я думаю, что приведенных выше ресурсов вполне достаточно для того, чтобы вы сдали экзамен. Следуя им, я смог набрать 5/5 по всем 5 моделям на экзамене.

Примечание. Опять же, объем необходимой подготовки варьируется от человека к человеку. Я просто упомянул самый минимум, необходимый для сдачи экзамена.

Полный список ресурсов, за которыми я следил:

  1. https://in.coursera.org/professional-certificates/tensorflow-in-practice
  2. https://www.oreilly.com/library/view/hands-on-machine-learning/9781492032632/
  3. https://github.com/nicholasjhana/tensorflow-certification-study-guide?utm_source=pocket_reader
  4. https://dev.mrdbourke.com/tensorflow-deep-learning/

Вы можете поймать меня на:

  1. Почта: [email protected]
  2. Linkedin: https://www.linkedin.com/in/adiraju-anudeep-7460571b9/
  3. GitHub: https://github.com/anudeepadi
  4. Kaggle: https://www.kaggle.com/anudeepadiraju