@ -134,7 +134,7 @@ In the near future, understanding the basics of machine learning is going to be
Sketch, on paper or using an online app like [Excalidraw](https://excalidraw.com/), your understanding of the differences between AI, ML, deep learning, and data science. Add some ideas of problems that each of these techniques are good at solving.
বিগিনারদের জন্য ক্লাসিক্যাল মেশিন লার্নিং কোর্স এ আপনাকে স্বাগতম!আপনি হয় এই বিষয়ে সম্পূর্ণ নতুন অথবা মেশিন লার্নিং এ নিজের অনুশীলনকে আরও উন্নত করতে চান, আপনি আমাদের সাথে যোগদান করতে পেরে আমরা খুশি! আমরা আপনার ML অধ্যয়নের জন্য একটি বন্ধুত্বপূর্ণ লঞ্চিং স্পট তৈরি করতে চাই এবং আপনার মূল্যায়ন, প্রতিক্রিয়া,[ফিডব্যাক](https://github.com/microsoft/ML-For-Beginners/discussions). জানাতে এবং অন্তর্ভুক্ত করতে পেরে খুশি হব ।
@ -136,7 +136,7 @@ MIT এর জন গাটেং মেশিন লার্নিং এর
স্কেচ, কাগজে বা একটি অনলাইন অ্যাপ ব্যবহার করে [এক্সালিড্র](https://excalidraw.com/) AI, ML, ডিপ লার্নিং এবং ডেটা সায়েন্সের মধ্যে পার্থক্য সম্পর্কে।
> 🎥 Haz clic en la imagen de arriba para ver un video donde se discuten las diferencias entre el machine learning, la inteligencia artificial, y el deep learning.
## [Cuestionario previo a la conferencia](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/1?loc=es)
## [Cuestionario previo a la conferencia](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/1?loc=es)
### Introducción
@ -100,7 +100,7 @@ En el futuro próximo, entender las bases de machine learning va a ser una neces
Dibuja, en papel o usando una aplicación como [Excalidraw](https://excalidraw.com/), cómo entiendes las diferencias entre inteligencia artificial, ML, deep learning, y la ciencia de datos. Agrega algunas ideas de problemas que cada una de estas técnicas son buenas en resolver.
## [Cuestionario después de la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/2?loc=es)
## [Cuestionario después de la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/2?loc=es)
@ -98,7 +98,7 @@ Dans un avenir proche, comprendre les bases du machine learning sera indispensab
Esquisser, sur papier ou à l'aide d'une application en ligne comme [Excalidraw](https://excalidraw.com/), votre compréhension des différences entre l'IA, le ML, le deep learning et la data science. Ajouter quelques idées de problèmes que chacune de ces techniques est bonne à résoudre.
## [Quiz de validation des connaissances](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/2?loc=fr)
## [Quiz de validation des connaissances](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/2?loc=fr)
@ -96,7 +96,7 @@ Dalam waktu dekat, memahami dasar-dasar Machine Learning akan menjadi suatu keha
Buat sketsa di atas kertas atau menggunakan aplikasi seperti [Excalidraw](https://excalidraw.com/), mengenai pemahaman kamu tentang perbedaan antara AI, ML, Deep Learning, dan Data Science. Tambahkan beberapa ide masalah yang cocok diselesaikan masing-masing teknik.
@ -97,7 +97,7 @@ Nel prossimo futuro, comprendere le basi di machine learning sarà un must per l
Disegnare, su carta o utilizzando un'app online come [Excalidraw](https://excalidraw.com/), la propria comprensione delle differenze tra AI, ML, deep learning e data science. Aggiungere alcune idee sui problemi che ciascuna di queste tecniche è in grado di risolvere.
@ -100,7 +100,7 @@ Em um futuro próximo, compreender os fundamentos do machine learning será uma
Esboce, no papel ou usando um aplicativo online como [Excalidraw](https://excalidraw.com/), sua compreensão das diferenças entre AI, ML, deep learning e data science. Adicione algumas idéias de problemas que cada uma dessas técnicas é boa para resolver.
> 🎥 Нажмите на изображение выше, чтобы просмотреть видео, в котором обсуждается разница между машинным обучением, искусственным интеллектом и глубоким обучением.
## [Тест перед лекцией](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/1/)
## [Тест перед лекцией](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/1/)
---
@ -134,7 +134,7 @@
Набросайте на бумаге или с помощью онлайн-приложения, такого как [Excalidraw](https://excalidraw.com/), ваше понимание различий между AI, ML, глубоким обучением и наукой о данных. Добавьте несколько идей о проблемах, которые может решить каждый из этих методов.
# [Тест после лекции](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/2/)
# [Тест после лекции](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/2/)
> 🎥 Makine öğrenimi, yapay zeka ve derin öğrenme arasındaki farkı tartışan bir video için yukarıdaki resme tıklayın.
## [Ders öncesi sınav](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/1?loc=tr)
## [Ders öncesi sınav](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/1?loc=tr)
### Introduction
@ -103,7 +103,7 @@ Yakın gelecekte, yaygın olarak benimsenmesi nedeniyle makine öğreniminin tem
Kağıt üzerinde veya [Excalidraw](https://excalidraw.com/) gibi çevrimiçi bir uygulama kullanarak AI, makine öğrenimi, derin öğrenme ve veri bilimi arasındaki farkları anladığınızdan emin olun. Bu tekniklerin her birinin çözmede iyi olduğu bazı problem fikirleri ekleyin.
## [Ders sonrası test](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/2?loc=tr)
## [Ders sonrası test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/2?loc=tr)
@ -128,7 +128,7 @@ It remains to be seen what the future holds, but it is important to understand t
Dig into one of these historical moments and learn more about the people behind them. There are fascinating characters, and no scientific discovery was ever created in a cultural vacuum. What do you discover?
> Boceto por [Tomomi Imura](https://www.twitter.com/girlie_mac)
## [Cuestionario previo a la conferencia](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/3?loc=es)
## [Cuestionario previo a la conferencia](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/3?loc=es)
En esta lección, analizaremos los principales hitos en la historia del machine learning y la inteligencia artificial.
@ -102,7 +102,7 @@ Queda por ver qué depara el futuro, pero es importante entender estos sistemas
Sumérjase dentro de unos de estos momentos históricos y aprenda más sobre las personas detrás de ellos. Hay personajes fascinantes y nunca ocurrió ningún descubrimiento científico en un vacío cultural. ¿Qué descubres?
## [Cuestionario posterior a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/4?loc=es)
## [Cuestionario posterior a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/4?loc=es)
Dans cette leçon, nous allons parcourir les principales étapes de l'histoire du machine learning et de l'intelligence artificielle.
@ -102,7 +102,7 @@ Reste à savoir ce que l'avenir nous réserve, mais il est important de comprend
Plongez dans l'un de ces moments historiques et apprenez-en plus sur les personnes derrière ceux-ci. Il y a des personnalités fascinantes, et aucune découverte scientifique n'a jamais été créée avec un vide culturel. Que découvrez-vous ?
## [Quiz de validation des connaissances](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/4?loc=fr)
## [Quiz de validation des connaissances](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/4?loc=fr)
Dalam pelajaran ini, kita akan membahas tonggak utama dalam sejarah Machine Learning dan Artificial Intelligence.
@ -101,7 +101,7 @@ Kita masih belum tahu apa yang akan terjadi di masa depan, tetapi penting untuk
Gali salah satu momen bersejarah ini dan pelajari lebih lanjut tentang orang-orang di baliknya. Ada karakter yang menarik, dan tidak ada penemuan ilmiah yang pernah dibuat dalam kekosongan budaya. Apa yang kamu temukan?
In questa lezione, si camminerà attraverso le principali pietre miliari nella storia di machine learning e dell'intelligenza artificiale.
@ -103,7 +103,7 @@ Resta da vedere cosa riserva il futuro, ma è importante capire questi sistemi i
Approfondire uno di questi momenti storici e scoprire
di più sulle persone che stanno dietro ad essi. Ci sono personaggi affascinanti e nessuna scoperta scientifica è mai stata creata in un vuoto culturale. Cosa si è scoperto?
Nesta lição, veremos os principais marcos da história do machine learning e da artificial intelligence.
@ -103,7 +103,7 @@ Resta saber o que o futuro reserva, mas é importante entender esses sistemas de
Explore um desses momentos históricos e aprenda mais sobre as pessoas por trás deles. Existem personagens fascinantes e nenhuma descoberta científica foi criada em um vácuo cultural. O que você descobriu?
## [Тест перед лекцией](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/3/)
## [Тест перед лекцией](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/3/)
---
@ -128,7 +128,7 @@
Погрузитесь в один из этих исторических моментов и узнайте больше о людях, стоящих за ними. Есть увлекательные персонажи, и ни одно научное открытие никогда не создавалось в культурном вакууме. Что вы обнаружите?
## [Тест после лекции](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/4/)
## [Тест после лекции](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/4/)
> [Tomomi Imura](https://www.twitter.com/girlie_mac) tarafından hazırlanan taslak-not
## [Ders öncesi test](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/3?loc=tr)
## [Ders öncesi test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/3?loc=tr)
Bu derste, makine öğrenimi ve yapay zeka tarihindeki önemli kilometre taşlarını inceleyeceğiz.
@ -102,7 +102,7 @@ Geleceğin neler getireceğini birlikte göreceğiz, ancak bu bilgisayar sisteml
Bu tarihi anlardan birine girin ve arkasındaki insanlar hakkında daha fazla bilgi edinin. Büyüleyici karakterler var ve kültürel bir boşlukta hiçbir bilimsel keşif yaratılmadı. Ne keşfedersiniz?
## [Ders sonrası test](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/4?loc=tr)
## [Ders sonrası test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/4?loc=tr)
@ -184,7 +184,7 @@ Pour éviter que des biais ne soient introduits en premier lieu, nous devrions
Pensez à des scénarios de la vie réelle où l'injustice est évidente dans la construction et l'utilisation de modèles. Que devrions-nous considérer d'autre ?
## [Quiz de validation des connaissances](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/6/?loc=fr)
## [Quiz de validation des connaissances](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/6/?loc=fr)
## Révision et auto-apprentissage
Dans cette leçon, nous avons appris quelques notions de base sur les concepts d'équité et d'injustice dans le machine learning.
@ -103,7 +103,7 @@ In these lessons, you will discover how to use these steps to prepare, build, te
Draw a flow chart reflecting the steps of a ML practitioner. Where do you see yourself right now in the process? Where do you predict you will find difficulty? What seems easy to you?
@ -6,7 +6,7 @@ El proceso de creación, uso y mantenimiento de modelos de machine learning, y l
- Explorar conceptos básicos como 'modelos', 'predicciones', y 'datos de entrenamiento'
## [Cuestionario previo a la conferencia](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/7?loc=es)
## [Cuestionario previo a la conferencia](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/7?loc=es)
## Introducción
A un alto nivel, el arte de crear procesos de machine learning (ML) se compone de una serie de pasos:
@ -101,7 +101,7 @@ En estas lecciones, descubrirá cómo utilizar estos pasos para preparar, constr
Dibuje un diagrama de flujos que refleje los pasos de practicante de ML. ¿Dónde te ves ahora mismo en el proceso? ¿Dónde predice que encontrará dificultades? ¿Qué te parece fácil?
## [Cuestionario posterior a la conferencia](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/8?loc=es)
## [Cuestionario posterior a la conferencia](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/8?loc=es)
Gambaran membuat proses machine learning (ML) terdiri dari sejumlah langkah:
@ -100,7 +100,7 @@ Dalam pelajaran ini, Kamu akan menemukan cara untuk menggunakan langkah-langkah
Gambarlah sebuah flow chart yang mencerminkan langkah-langkah seorang praktisi ML. Di mana kamu melihat diri kamu saat ini dalam prosesnya? Di mana kamu memprediksi kamu akan menemukan kesulitan? Apa yang tampak mudah bagi kamu?
@ -103,7 +103,7 @@ In queste lezioni si scoprirà come utilizzare questi passaggi per preparare, co
Disegnare un diagramma di flusso che rifletta i passaggi di un professionista di ML. Dove ci si vede in questo momento nel processo? Dove si prevede che sorgeranno difficoltà? Cosa sembra facile?
@ -103,7 +103,7 @@ Nessas lições, você descobrirá como usar essas etapas para preparar, criar,
Desenhe um fluxograma refletindo as etapas de um praticante de ML. Onde você se vê agora no processo? Onde você prevê que encontrará dificuldade? O que parece fácil para você?
> ### [This lesson is available in R!](./solution/R/lesson_1-R.ipynb)
@ -199,7 +199,7 @@ Congratulations, you built your first linear regression model, created a predict
## 🚀Challenge
Plot a different variable from this dataset. Hint: edit this line: `X = X[:, np.newaxis, 2]`. Given this dataset's target, what are you able to discover about the progression of diabetes as a disease?
Dalam keempat pelajaran ini, kamu akan belajar bagaimana membangun model regresi. Kita akan berdiskusi apa fungsi model tersebut dalam sejenak. Tetapi sebelum kamu melakukan apapun, pastikan bahwa kamu sudah mempunyai alat-alat yang diperlukan untuk memulai!
@ -195,7 +195,7 @@ Selamat, kamu telah membangun model regresi linear pertamamu, membuat sebuah pre
## Tantangan
Gambarkan sebuah variabel yang beda dari *dataset* ini. Petunjuk: edit baris ini: `X = X[:, np.newaxis, 2]`. Mengetahui target *dataset* ini, apa yang kamu bisa menemukan tentang kemajuan diabetes sebagai sebuah penyakit?
@ -197,7 +197,7 @@ Congratulazioni, si è costruito il primo modello di regressione lineare, creato
Tracciare una variabile diversa da questo insieme di dati. Suggerimento: modificare questa riga: `X = X[:, np.newaxis, 2]`. Dato l'obiettivo di questo insieme di dati, cosa si potrebbe riuscire a scoprire circa la progressione del diabete come matattia?
> ### [Esta lição está disponível em R!](../solution/R/lesson_1-R.ipynb)
@ -200,7 +200,7 @@ Parabéns, usando um conjunto de dados, você construiu seu primeiro modelo de r
## 🚀Desafio
Plote uma variável diferente desse mesmo conjunto de dados. Dica: edite a linha: `X = X[:, np.newaxis, 2]`. Dado o conjunto de dados alvo, o que pode ser descoberto sobre o progresso da diabetes como uma doença?
## [Questionário para fixação](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/10?loc=ptbr)
## [Questionário para fixação](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/10?loc=ptbr)
> ### [Esta lição está disponível em R!](./solution/R/lesson_1-R.ipynb)
@ -202,7 +202,7 @@ Parabéns, construíste o teu primeiro modelo linear de regressão, criaste uma
## 🚀Challenge
Defina uma variável diferente deste conjunto de dados. Dica: edite esta linha:`X = X[:, np.newaxis, 2]`. Tendo em conta o objetivo deste conjunto de dados, o que é que consegue descobrir sobre a progressão da diabetes como uma doença?
> Sketchnote by [Tomomi Imura](https://www.twitter.com/girlie_mac)
## [Ders öncesi quiz](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/9/)
## [Ders öncesi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/9/)
> ### [R dili ile bu dersin içeriği!](././solution/R/lesson_1-R.ipynb)
@ -197,7 +197,7 @@ Tebrikler, ilk doğrusal regresyon modelinizi oluşturdunuz, onunla bir tahmin o
## 🚀Challenge
Bu veri kümesinden farklı bir değişken çizin. İpucu: bu satırı düzenleyin: `X = X[:, np.newaxis, 2]`. Bu veri setinin hedefi göz önüne alındığında, diyabetin bir hastalık olarak ilerlemesi hakkında neler keşfedebilirsiniz?
Selama ini kamu telah menjelajahi apa regresi itu dengan data contoh yang dikumpulkan dari *dataset* harga labu yang kita akan gunakan terus sepanjang pelajaran ini. Kamu juga telah memvisualisasikannya dengan Matplotlib.
@ -324,7 +324,7 @@ Itu sangat masuk akal dengan bagan sebelumnya! Selain itu, jika ini model lebih
Coba-cobalah variabel-variabel yang lain di *notebook* ini untuk melihat bagaimana korelasi berhubungan dengan akurasi model.
> ### [This lesson is available in R!](./solution/R/lesson_4-R.ipynb)
@ -298,7 +298,7 @@ In future lessons on classifications, you will learn how to iterate to improve y
There's a lot more to unpack regarding logistic regression! But the best way to learn is to experiment. Find a dataset that lends itself to this type of analysis and build a model with it. What do you learn? tip: try [Kaggle](https://www.kaggle.com/search?q=logistic+regression+datasets) for interesting datasets.
> Infografía de [Dasani Madipalli](https://twitter.com/dasani_decoded)
## [Examen previo a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/15?loc=es)
## [Examen previo a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/15?loc=es)
> ### [Esta lección se encuentra disponible en R!](../solution/R/lesson_4-R.ipynb)
@ -302,7 +302,7 @@ En futuras lecciones de clasificación, aprenderás cómo iterar para mejorar lo
¡Hay mucho más para desempacar respecto a la regresión logística! Pero la mejor forma de aprender es experimentar. Encuentra un conjunto de datos que se preste para este tipo de análisis y construye un modelo con él. ¿Qué aprendes? tipo: prueba [Kaggle](https://www.kaggle.com/search?q=logistic+regression+datasets) por conjuntos de datos interesantes.
## [Examen posterior a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/16?loc=es)
## [Examen posterior a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/16?loc=es)
@ -291,7 +291,7 @@ Nanti dalam pelajaran lebih lanjut tentang klasifikasi, kamu akan belajar bagaim
Masih ada banyak tentang regresi logistik! Tetapi cara paling baik adalah untuk bereksperimen. Carilah sebuah *dataset* yang bisa diteliti seperti ini dan bangunlah sebuah model darinya. Apa yang kamu pelajari? Petunjuk: Coba [Kaggle](https://kaggle.com) untuk *dataset-dataset* menarik.
@ -284,7 +284,7 @@ Nelle lezioni future sulle classificazioni si imparerà come eseguire l'iterazio
C'è molto altro da svelare riguardo alla regressione logistica! Ma il modo migliore per imparare è sperimentare. Trovare un insieme di dati che si presti a questo tipo di analisi e costruire un modello con esso. Cosa si è appreso? suggerimento: provare [Kaggle](https://kaggle.com) per ottenere insiemi di dati interessanti.
> Infographic by [Dasani Madipalli](https://twitter.com/dasani_decoded)
## [강의 전 퀴즈](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/15/)
## [강의 전 퀴즈](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/15/)
## 소개
@ -300,7 +300,7 @@ classifications에 대한 이후 강의에서, 모델의 스코어를 개선하
logistic regression과 관련해서 풀어야할 내용이 더 있습니다! 하지만 배우기 좋은 방식은 실험입니다. 이런 분석에 적당한 데이터셋을 찾아서 모델을 만듭니다. 무엇을 배우나요? 팁: 흥미로운 데이터셋으로 [Kaggle](https://www.kaggle.com/search?q=logistic+regression+datasets)에서 시도해보세요.
## [강의 후 퀴즈](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/16/)
## [강의 후 퀴즈](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/16/)
> ### [Esta liçao está disponível em R!](../solution/R/lesson_4-R.ipynb)
@ -300,7 +300,7 @@ Em outras lições sobre classificação, você aprenderá como iterar para melh
Ainda há muito sobre regressão logística! E a melhor maneira de aprender é experimentando. Encontre um conjunto de dados para este tipo de análise e construa um modelo com ele. O que você aprendeu? dica: tente o [Kaggle](https://www.kaggle.com/search?q=logistic+regression+datasets) para conjuntos de dados interessantes.
## [Questionário para fixação](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/16?loc=ptbr)
## [Questionário para fixação](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/16?loc=ptbr)
> ### [Esta lição está disponível em R!](./solution/R/lesson_4-R.ipynb)
@ -291,7 +291,7 @@ Em lições futuras sobre classificações, você aprenderá a iterar para melho
Há muito mais a desempacotar em relação à regressão logística! Mas a melhor maneira de aprender é experimentar. Encontre um conjunto de dados que se preste a esse tipo de análise e construa um modelo com ele. O que você aprende? dica: tente [Kaggle](https://www.kaggle.com/search?q=logistic+regression+datasets) para obter conjuntos de dados interessantes.
@ -334,7 +334,7 @@ In a professional setting, you can see how good communication is necessary betwe
Instead of working in a notebook and importing the model to the Flask app, you could train the model right within the Flask app! Try converting your Python code in the notebook, perhaps after your data is cleaned, to train the model from within the app on a route called `train`. What are the pros and cons of pursuing this method?
@ -11,7 +11,7 @@ Continuaremos nuestro uso de notebooks para limpiar los datos y entrenar nuestro
Para hacer esto, necesitas construir una aplicación web usando Flask.
## [Examen previo a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/17?loc=es)
## [Examen previo a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/17?loc=es)
## Construyendo una aplicación
@ -335,7 +335,7 @@ En un entorno profesional, puedes ver cómo la buena comunicación es necesaria
En lugar de trabajar en un notebook e importar el modelo a una aplicación Flask, ¡podrías entrenar el modelo directo en la aplicación Flask! Intenta convertir tu código Python en el notebook, quizá después que tus datos sean limpiados, para entrenar el modelo desde la aplicación en una ruta llamada `train`. ¿Cuáles son los pros y contras de seguir este método?
## [Examen posterior a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/18?loc=es)
## [Examen posterior a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/18?loc=es)
@ -334,7 +334,7 @@ In un ambiente professionale, si può vedere quanto sia necessaria una buona com
Invece di lavorare su un notebook e importare il modello nell'app Flask, si può addestrare il modello direttamente nell'app Flask! Provare a convertire il codice Python nel notebook, magari dopo che i dati sono stati puliti, per addestrare il modello dall'interno dell'app su un percorso chiamato `/train`. Quali sono i pro e i contro nel seguire questo metodo?
## [강의 전 퀴즈](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/17/)
## [강의 전 퀴즈](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/17/)
## 앱 만들기
@ -335,7 +335,7 @@ Flask와 pickled 모델과 같이, 모델을 사용하는 이 방식은, 비교
노트북에서 작성하고 Flask 앱에서 모델을 가져오는 대신, Flask 앱에서 바로 모델을 훈련할 수 있습니다! 어쩌면 데이터를 정리하고, 노트북에서 Python 코드로 변환해서, `train`이라고 불리는 라우터로 앱에서 모델을 훈련합니다. 이러한 방식을 추구했을 때 장점과 단점은 무엇인가요?
## [강의 후 퀴즈](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/18/)
## [강의 후 퀴즈](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/18/)
@ -337,7 +337,7 @@ Em um ambiente profissional, você pode ver como uma boa comunicação é necess
Em vez de trabalhar em um notebook e importar o modelo para o aplicativo Flask, você pode treinar o modelo diretamente no aplicativo Flask! Tente converter seu código Python no notebook, talvez depois que seus dados forem limpos, para treinar o modelo de dentro do aplicativo em uma rota chamada `train`. Quais são os prós e os contras de seguir esse método?
@ -11,7 +11,7 @@ Continuaremos a usar notebooks para limpar dados e treinar nosso modelo, mas voc
Para fazer isso, você precisa construir um aplicativo Web usando Flask.
## [Teste de pré-aula](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/17/)
## [Teste de pré-aula](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/17/)
## Criando um aplicativo
@ -336,7 +336,7 @@ Em um ambiente profissional, você pode ver como uma boa comunicação é necess
Em vez de trabalhar em um notebook e importar o modelo para o aplicativo Flask, você poderia treinar o modelo dentro do aplicativo Flask! Tente converter seu código Python no notebook, talvez depois que seus dados forem limpos, para treinar o modelo de dentro do aplicativo em uma rota chamada `train`. Quais são os prós e contras de se buscar esse método?
Classification uses various algorithms to determine other ways of determining a data point's label or class. Let's work with this cuisine data to see whether, by observing a group of ingredients, we can determine its cuisine of origin.
> ### [This lesson is available in R!](./solution/R/lesson_10-R.ipynb)
@ -288,7 +288,7 @@ Now that you have cleaned the data, use [SMOTE](https://imbalanced-learn.org/dev
This curriculum contains several interesting datasets. Dig through the `data` folders and see if any contain datasets that would be appropriate for binary or multi-class classification? What questions would you ask of this dataset?
"Classification uses various algorithms to determine other ways of determining a data point's label or class. Let's work with this cuisine data to see whether, by observing a group of ingredients, we can determine its cuisine of origin.\n",
"This curriculum contains several interesting datasets. Dig through the `data` folders and see if any contain datasets that would be appropriate for binary or multi-class classification? What questions would you ask of this dataset?\r\n",
Classification uses various algorithms to determine other ways of determining a data point's label or class. Let's work with this cuisine data to see whether, by observing a group of ingredients, we can determine its cuisine of origin.
@ -403,7 +403,7 @@ This fresh CSV can now be found in the root data folder.
This curriculum contains several interesting datasets. Dig through the `data` folders and see if any contain datasets that would be appropriate for binary or multi-class classification? What questions would you ask of this dataset?
La clasificación utiliza varios algorítmos para determinar otras formas de determinar la clase o etiqueta de un punto de datos. Trabajemos con estos datos de cocina para ver si, al observar un grupo de ingredientes, podemos determinar su cocina u origen.
## [Examen previo a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/19?loc=es)
## [Examen previo a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/19?loc=es)
> ### [¡Esta lección está disponible en R!](./solution/R/lesson_10-R.ipynb)
@ -288,7 +288,7 @@ Ahora que has limpiado los datos, usa [SMOTE](https://imbalanced-learn.org/dev/r
Este plan de estudios contiene varios conjuntos de datos interesantes. Profundiza en los directorios `data` y ve si alguno contiene conjuntos de datos que serían apropiados para clasificación binaria o multiclase. ¿Qué preguntas harías a este conunto de datos?
## [Examen posterior a la lección](https://gentle-hill-034defd0f.1.azurestaticapps.net/quiz/20?loc=es)
## [Examen posterior a la lección](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/20?loc=es)
## Revisión y autoestudio
Some files were not shown because too many files have changed in this diff
Show More
Julia Muiruri
2 years ago