Machine Learning签名认证

机器学习

关注 (20k) 学过 (785) 晒证书

Machine Learning中文字幕

9.7 (276人)

  • 知识量:9.9
  • 教师参与:9.8
  • 趣味性:9.8
  • 课程设计:9.9

难度:简单

开始时间:2017-07-24

持续时间:8.0周

去上课 申请课程签名认证>

达人推荐

MixFlow

MixFlow

普通公民

获得证书 4

1.这门课名声很大。上完课,的确配得上那些赞誉。 2.想了解机器学习,强烈推荐。非常好的入门课程,零基础应该也可以学,所有知识教授都会介绍。涉及代数矩阵,写的代码其中很多需要矩阵运算。 3.上完课,就感觉机器学习很有趣也很强,意犹未尽。

你可能感兴趣换一换

机器学习是一种让计算机在没有事先明确的编程的情况下做出正确反应的科学。在过去的十年中,机器学习已经给我们在自动驾驶汽车,实用语音识别,有效的网络搜索,以及提高人类基因组的认识方面带来大量帮助。今天的机器学习是如此普遍,你可能使用它每天几十次却不了解它。许多研究人员也认为这是最好的达到真正的“人工智能”的方法。在这门课中,你将学习最有效的机器学习技术,获得实践并应用这种技术为自己服务的经验。最后,你将了解一些硅谷的创新的最佳实践,因为它属于机器学习和人工智能。


课程概述
机器学习是一门让计算机在非精确编程下進行活动的科学。在过去十年,机器学习促成了无人驾驶车、高效语音识别、精确网络搜索及人类基因组认知的大力发展。机器学习如此无孔不入,你可能已经在不知情的情况下利用过无数次。许多研究者认为,这种手段是达到人类水平AI的最佳方式。这门课程中,你将学习到高效的机器学习技巧,及学会如何利用它为你服务。重点是,你不仅能学到理论基础,更能知晓如何快速有效应用这些技巧到新的问题上。最后,你会接触到硅谷创新中几个优秀的涉及机器学习与AI的应用实例。

此课程将广泛介绍机器学习、数据挖掘与统计模式识别的知识。主题包括:(i) 监督学习(参数/非参数算法、支持向量机、内核、神经网络)。(ii) 非监督学习(聚类、降维、推荐系统、深度学习)。(iii) 机器学习的优秀案例(偏差/方差理论;机器学习和人工智能的创新过程)课程将拮取案例研究与应用,学习如何将学习算法应用到智能机器人(观感,控制)、文字理解(网页搜索,防垃圾邮件)、计算机视觉、医学信息学、音频、数据挖掘及其他领域上。


常见问题解答
本课程的授课形式是?
本课程由教学视频组成,每小段大概八至十二分钟。其中整合了一些随堂测验。另外有单独的测验及编程作业。
上这门课需要什么程度的编程背景?
本课程包含编程作业,最好有一定程度的编程背景。
我需要为这门课购买教科书吗?
不需要,课程里已包含全部必要内容。


//翻译:@fledtheterra

所属专题

相关课程

京ICP证100430号    京网文[2015] 0609-239号    新出发京零字东150005号     京公网安备11010502007133号 ©2017果壳网

关于我们 新手指南