ML 101
Laipni lūdzam mašīnmācīšanās pasaulē!
Šī lapa palīdzēs Jums sākt ar MI (mašīnmācīšanos). Tā noderēs gan pilnīgiem iesācējiem, gan tiem, kam jau ir zināma pieredze.
Mēs esam apkopojuši kvalitatīvus materiālus, kas sniegs nepieciešamo pamatu sacensību MI uzdevumu risināšanai.
Mašīnmācīšanās teorija
Ievads mašīnmācīšanā
- (Ļoti ieteicams iesācējiem) Lielisks ievads MI pamatkoncepcijās — "A Gentle Introduction to Machine Learning" (StatQuest with Josh Starmer): https://www.youtube.com/watch?v=Gv9_4yMHFhI
- (Ļoti ieteicams iesācējiem) Pārskats par galvenajiem MI algoritmiem — "All Machine Learning algorithms explained in 17 min" (Infinite Codes): https://www.youtube.com/watch?v=E0Hmnixke2g
- (Mazāk noderīgi olimpiādei, bet ļoti ieteicams) Viens no labākajiem video par neironu tīkliem — "But what is a neural network?" (3Blue1Brown): https://www.youtube.com/watch?v=aircAruvnKk
Mašīnmācīšanās praksē
Python programmēšana
- Ātrais kurss iesācējiem (Kaggle): https://www.kaggle.com/learn/python
- Detalizēts Python kurss iesācējiem: https://www.learnpython.org/
Scikit-learn bibliotēka
- Scikit-learn oficiālā dokumentācija (galvenā MI bibliotēka šajās sacensībās): https://scikit-learn.org/stable/
- Scikit-learn dokumentācija var šķist sarežģīta iesācējiem. Iesakām izmantot LLM (piemēram, ChatGPT), lai iegūtu vienkāršākus skaidrojumus un koda piemērus.
- Ja nepieciešami papildu materiāli — sazinieties ar mums.
Torch un Torchvision bibliotēkas
- PyTorch un Torchvision oficiālā dokumentācija: https://pytorch.org/docs/stable/index.html, https://pytorch.org/vision/stable/index.html
- Ja nepieciešami papildu materiāli — sazinieties ar mums.
Dati un vizualizācijas
- Pandas bibliotēkas kurss (Kaggle): https://www.kaggle.com/learn/pandas
- Datu vizualizācijas kurss (Kaggle): https://www.kaggle.com/learn/data-visualization
Tas vēl nav viss...
Šis nav pilns resursu saraksts. Papildu materiālus atradīsiet katra uzdevuma sadaļā "Padomi".
Pēc sacensību beigām publicēsim ieteikto resursu sarakstu tālākai MI apguvei.
Praktiski padomi
Iesakām aktīvi izmantot sniegtos materiālus, internetu un LLM, lai izprastu koncepcijas un izstrādātu risinājumus.
Dažiem uzdevumiem, īpaši pēdējiem trim MI uzdevumiem, būs jāeksperimentē — ja risinājums nedarbojas uzreiz, mēģiniet to pielāgot vai izmēģiniet citas pieejas. Tas ir pilnīgi normāli MI jomā.
Necentieties uzreiz apgūt visu MI jomu. Labāk koncentrējieties uz konkrētu uzdevumu un mācieties to, kas nepieciešams tā risināšanai.