66 дней данных
День 7 из 66 дней данных
Документирование моего учебного путешествия по науке о данных
Долговременная кратковременная память (LSTM)
Сегодня я прочитал о долговременной краткосрочной памяти (LSTM) и автоэнкодерах из замечательных и кратких статей Джейсона Браунли в Machine Learning Mastery:
- Нежное введение экспертов в сети долгосрочной краткосрочной памяти
- Нежное введение в автоэнкодеры LSTM
В статье об автоэнкодерах LSTM приводится простой пример, показывающий, как легко создавать простые модели с помощью Keras. В настоящее время это реализуется с помощью Thinam Tamang для набора данных по обнаружению лекарств.
Я также смотрел видео на YouTube и читал статью Medium в Иллюстрированном руководстве по LSTM и GRU: пошаговое объяснение.
Прочтите эти далее
- Как освоить Python для науки о данных
Вот основной Python, который вам нужен для науки о данных - Как освоить панд для науки о данных
Вот основные панды, которые вам понадобятся для науки о данных - Как создать приложение AutoML на Python
Пошаговое руководство с использованием библиотеки Streamlit - Стратегии изучения науки о данных
Практические советы по проникновению в науку о данных - Как создать простой веб-сайт-портфолио БЕСПЛАТНО
Пошаговое руководство с нуля менее чем за 10 минут
✉️ Подпишитесь на мой список рассылки, чтобы получать мои лучшие обновления (а иногда и бесплатные) в Data Science!
Обо мне
Я работаю полный рабочий день адъюнкт-профессором биоинформатики и руководителем отдела интеллектуального анализа данных и биомедицинской информатики в исследовательском университете в Таиланде. В нерабочее время я ютубер (он же профессор данных), снимаю онлайн-видео о науке о данных. Во всех обучающих видео, которые я делаю, я также размещаю записные книжки Jupyter на GitHub (страница Data Professor GitHub).
Свяжитесь со мной в социальной сети
✅ YouTube: http://youtube.com/dataprofessor/
✅ Веб-сайт: http://dataprofessor.org/ (в разработке)
✅ LinkedIn: https: // www. linkedin.com/company/dataprofessor/
✅ Twitter: https://twitter.com/thedataprof/
✅ FaceBook: «http://facebook.com/dataprofessor/ женщина
✅ GitHub: «https://github.com/dataprofessor/
✅ Instagram: https://www.instagram.com/data.professor/
