iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 9
0

preamble

新course新氣象,進行到course 2,我要來改變一下我的上課與寫文的時間分配:鑑於我能使用的時間分佈不均,主要都在假日,不同於以往上到哪裡寫到哪裡,我將改成利用能用的時間能上多少盡量上,一邊做一些小筆記,到每一天要發文的時候再去看其他人的文,並整理自己的筆記


absract

  1. 先將視角拉遠,列出course2的所有課程、lab、討論
  2. 簡介course2

import

print("null")

my notes

launching into Machine Learning (course2 overview)(number means one video/lab/Disscution Promt)

  • introduction to launching into ML
    1. introduction
    2. intro to Qwiklabs
    • introduction to Practical ML
      1. introduction
      • Supervised learning
        1. SupervizedLearning
        2. Regression and Classification
      • ML history
        1. Short History of ML: Linear Regression
        2. Short History of ML: Perceptron
        3. Short History of ML: Neural Networks
        4. Short History of ML: Decision Trees
        5. Short History of ML: Kernel Methods
        6. Short History of ML: Random Forests
        7. Short History of ML: Modern Neural Networks
        8. Disscution prompt: Modern Neural Networks
      • Module quiz
    • introduction to Optimization
      1. introduction
      • defining ML modules
        1. Defining ML Models
        2. Introducing the Natality Dataset
      • introducing loss function
        1. Introducing Loss Functions
      • gradient descent
        1. Gradient Descent
        2. Troubleshooting a Loss Curve
        3. ML Model Pitfalls
      • tensor flow playground
        1. Lab: Introducing the TensorFlow Playground
        2. Lab: TensorFlow Playground - Advanced
        3. Lab: Practicing with Neural Networks
        4. Loss Curve Troubleshooting
      • performance metrics
        1. Performance Metrics
        2. Confusion Matrix
      • Module quiz
    • introduction to Generalization and sampling
      1. introduction
      • gneralization
        1. Generalization and ML Models
        2. When to Stop Model Training
      • sampling
        1. Creating Repeatable Samples in BigQuery
      • Demo of splitting datasets in bigquery
        1. Demo: Splitting Datasets in BigQuery
      • lab: create creating repeatable datasets splits
        1. Lab Introduction
        2. Graded External Tool: Lab: Creating Repeatable Dataset Splits in BigQuery
        3. Lab Solution Walkthrough
      • lab: exploring and creating ML dataset
        1. Lab Introduction
        2. Graded External Tool: Lab: Exploring and Creating ML Datasets
        3. Lab Solution Walkthrough
      • Module quiz
  • summary
    1. module summary

murmur

有計劃真是好事!一個星期的無計劃亂發文後,今天開始,按表操課!
\加油打氣/
畢竟google ML的免費課程似乎只會持續一個月,而我卻是在鐵人賽開始前大約一個星期多開始他的免費課程的,也就是說最後會有不能上課但仍得發文的囧境,再加上按照我目前的進度,絕對上不完,十月初的段考又是雪上加霜,為了避免這些阻礙,上課與發文時間脫軌似乎是最好的計畫,但時間問題仍是一大考驗,也可說時間就是這個計畫的關鍵,分個星其後的明天及後天便是第一次段考,進入備戰時期的我,還得騰出足夠時間上課,並在免費期限結束前上完能發完文的所有課程並筆記。
雖然發自內心覺得做不到,除了鐵人賽還有物理專題、阿卡(暫定)、龐大的國文及英文作業、SITCON2020(試著入坑編輯組,並非很會寫作,反而是很不會,所以才要訓練自己)、開始每天發練字文(不知道撐多久)、自我期許希望能過11月初的物奧初試因此行前密集訓練必不可少。
別人總說我貪心,總是警告我這樣什麼都稍微碰一下,沒有專注在一件事情上,到時候一事無成吶。但,我就是貪心,而且我隱隱覺得,唯有忙碌的生活,才能使我保持緊覺,維持足夠的精神、動去完成每一件事情。


conclusion

time is the key


EOL


上一篇
Day08 終於完成course 1了!
下一篇
Day10 簡介course 2
系列文
finnish the google ML class11

尚未有邦友留言

立即登入留言