وتستخدم نماذج التعلم من الآلات في التنبؤ بالتنبؤات أو القرارات استنادا إلى البيانات، ويقدم بيتون مجموعة متنوعة من المكتبات التي تبسط عملية بناء هذه النماذج، وتستحدث هذه المادة بعض مكتبات البيتون الشعبية لإنشاء نماذج للتعلم الآلي وتشرح استخدامها الأساسي.

مكتبات البيتون الشعبية للتعلم

  • الرياضات
  • TensorFlow
  • Keras
  • Py Torch

استخدام السكيت

إن تعلم السكاكين هو مكتبة تستخدم على نطاق واسع في خوارزميات التعلم التقليدية للآلات، وهو يوفر أدوات لتجهيز البيانات مسبقا، والتدريب النموذجي، والتقييم، ولوضع نموذج تصنيف بسيط، يمكنك تحميل البيانات، واختيار الخوارزمية، وتدريب النموذج.

وتشمل الخطوات المُكرَّرة ما يلي:

  • استيراد مجموعة البيانات
  • توزيع البيانات على مجموعات التدريب والاختبار
  • اختيار مصنف، مثل التراجع اللوجيستي
  • تدريب النموذج على بيانات التدريب
  • تقييم دقة النموذج

التعلم العميق مع تينسورفلو وكيرا

(تيسورفلو) مكتبة قوية للتعلم العميق، (كراس) التي تتفوق على (تينسورفلو) تبسط بناء الشبكات العصبية، وهذه المكتبات مناسبة للعارضات المعقدة مثل التعرف على الصور أو تجهيز اللغات الطبيعية.

ولإنشاء شبكة عصبية، وتحديد الهيكل النموذجي، وتجميعه بوظيفة مُحدِّدة للأفضليات والخسائر، ثم تدريبه على البيانات، وتدعم هذه المكتبات التعجيل بعملية تعميم مراعاة المنظور الجنساني من أجل التدريب السريع.

بدأت مع (بي تورتش)

وشركة Py Torch هي مكتبة شعبية أخرى للتعلم العميق معروفة برسمها الحاسوبي الدينامي، وهي مفضلة للبحث والتطوير بسبب مرونتها، وتشمل نماذج البناء تحديد طبقات، وتحديد المرور المتقدم، والتدريب على البيانات.