14. Externe Ressourcen, Videos und Vorträge#
14.1. Der scikit-learn MOOC#
Wenn Sie neu bei scikit-learn sind oder Ihr Verständnis vertiefen möchten, empfehlen wir Ihnen dringend den scikit-learn MOOC (Massive Open Online Course).
Der MOOC, erstellt und gepflegt von einigen der Kernbeitragenden von scikit-learn, ist kostenlos und soll Lernenden aller Niveaus helfen, maschinelles Lernen mit scikit-learn zu meistern. Er behandelt Themen von grundlegenden Konzepten des maschinellen Lernens bis hin zu fortgeschritteneren Bereichen wie prädiktive Modellierungspipelines und Modellbewertung.
Die Kursmaterialien sind auf der scikit-learn MOOC-Website verfügbar.
Dieser Kurs wird auch auf der FUN-Plattform gehostet, die die Inhalte interaktiv gestaltet, ohne dass etwas installiert werden muss, und Zugang zu einem Diskussionsforum bietet.
Die Videos sind auf dem Inria Learning Lab Kanal in einer Playlist verfügbar.
14.2. Videos#
Der scikit-learn YouTube-Kanal enthält eine Playlist mit Videos, die Vorträge von Betreuern und Community-Mitgliedern zeigen.
14.3. Neu im Scientific Python?#
Für diejenigen, die noch neu im Scientific Python-Ökosystem sind, empfehlen wir die Python Scientific Lecture Notes. Diese helfen Ihnen, sich zurechtzufinden und werden Ihre scikit-learn-Erfahrung definitiv verbessern. Ein grundlegendes Verständnis von NumPy-Arrays wird empfohlen, um scikit-learn optimal nutzen zu können.
14.4. Externe Tutorials#
Es gibt mehrere Online-Tutorials, die auf spezifische Fachgebiete ausgerichtet sind