推荐NYU的Data Science项目的王牌课程 DS1003 Machine Learning

如果对自己的数学有一定的自信,愿意从头造轮子而不仅仅是当一个调包侠,想要了解机器学习原理的。这绝对是你想要的课程。

负责任的说,这是我研究生阶段上过最好的课。而且这个课的所有的资料都是可以从网上的公开渠道获取的!

NYU的Data Science项目基本上是北美最好的DS项目了,这门课的授课老师是David Rosenberg,来自Bloomberg CTO Office,在NYU教授这门Machine Learning已经很多年了(今年换成了DS学院的的Director来教,也是大佬,内容基本上没变)。在NYU内部,每年基本上都属于选课选的爆满的状态,十分抢手。

作为这门课2019年的Grader之一和出于David Rosenberg老师的喜爱,我强力推荐这门课。

课程的主页在这:https://davidrosenberg.github.io/ml2019/#home​davidrosenberg.github.io

课程核心内容:This course covers a wide variety of topics in machine learning and statistical modeling. While mathematical methods and theoretical aspects will be covered, the primary goal is to provide students with the tools and principles needed to solve the data science problems found in practice. This course also serves as a foundation on which more specialized courses and further independent study can build.

这门课既会从统计和数学的角度来教经典机器学习算法,也会教你如何运用到实践当中,解决现实的数据科学问题。

我自己学过UBC的Machine Learning,也看过吴恩达的Machine Learning视频,我觉的NYU的这门ML在难度上高于这两门,但我对NYU的ML课程内容的欣赏程度也远高于这两门。吴恩达的Machine Learning的课程过于简单,对很多原理浅谈则止。UBC的Machine Learning也是专注于数学,但内容相对单薄。

对我而言,上这门课的价值主要在于算法讲解的出发点很数学(知其然也知其所以然),作业质量非常高(作业包含定理证明,从头实现经典机器学习算法,算法应用),而且内容充实,旁证博引,会教一些很有意思的东西。一个我印象深刻的例子,回归问题,输入D = {(x_i ,y_i); i = 1..N},什么情况下最优化的权重w是x的线性组合?(The Representer Theorem),以往数学课上学到的熟悉的Hilbert空间等概念以没有想到的方式回到了眼前。

尤其这门课的作业质量很高,工作量很大。对于刚刚学习Machine Learning的同学来说,做完这门课的作业,你的代码能力(Python),对算法的理解能明显的上一个台阶。比如最后一个作业就是让你自己动手写一个神经网络的框架(Computational Gragh),并且帮你准备好了测试代码。自己动手写过这个,还会怕在面试中被问到神经网络反向传播算法的原理吗?Slides也很出色,对于招工作的同学来说,绝大多数的算法工程师的面试的基础知识都能被这门课的slides给cover到。

python课程是学什么的-机器学习最好的课程是什么?相关推荐

  1. Python可以这样学(第九季 机器学习案例与实战)-董付国-专题视频课程

    Python可以这样学(第九季 机器学习案例与实战)-1551人已学习 课程介绍         陆续介绍和分享一些机器学习方面的案例,Python基础知识可以参考前面的"Python可以这 ...

  2. Python中完整的机器学习数据科学课程

    学习每个机器学习模型背后的数学,然后用Python实现它 你会学到: 开发机器学习模型 创建机器学习模型的模板 学习每个机器学习模型背后的数学 要求: Python或任何编程语言的基础 时长:8h 1 ...

  3. Python之GUI:基于Python的GUI界面设计的一套AI课程学习(机器学习、深度学习、大数据、云计算等)推荐系统(包括语音生成、识别等前沿黑科技)

    Python之GUI:基于Python的GUI界面设计的一套AI课程学习(机器学习.深度学习.大数据.云计算等)推荐系统(包括语音生成.识别等前沿黑科技) 导读 基于Python的GUI界面设计的一套 ...

  4. Python可以这样学(第十季:网络爬虫实战)-董付国-专题视频课程

    Python可以这样学(第十季:网络爬虫实战)-83人已学习 课程介绍         陆续介绍和分享一些网络爬虫方面的案例,Python基础知识可以参考前面的"Python可以这样学&qu ...

  5. Python可以这样学(第八季:课堂教学管理系统设计与开发实战)-董付国-专题视频课程...

    Python可以这样学(第八季:课堂教学管理系统设计与开发实战)-1398人已学习 课程介绍         董付国老师系列教材<Python可以这样学>(ISBN:97873024564 ...

  6. Python可以这样学(第七季:pillow扩展库图像编程)-董付国-专题视频课程

    Python可以这样学(第七季:pillow扩展库图像编程)-1738人已学习 课程介绍         董付国老师系列教材<Python程序设计(第2版)>(ISBN:978730243 ...

  7. Python可以这样学(第五季:Socket编程)-董付国-专题视频课程

    Python可以这样学(第五季:Socket编程)-1585人已学习 课程介绍         董付国老师系列教材<Python程序设计(第2版)>(ISBN:9787302436515) ...

  8. Python可以这样学(第六季:SQLite数据库编程)-董付国-专题视频课程

    Python可以这样学(第六季:SQLite数据库编程)-1344人已学习 课程介绍         董付国老师系列教材<Python程序设计(第2版)>(ISBN:97873024365 ...

  9. Python可以这样学(第四季:数据分析与科学计算可视化)-董付国-专题视频课程...

    Python可以这样学(第四季:数据分析与科学计算可视化)-7534人已学习 课程介绍         董付国老师系列教材<Python程序设计(第2版)>(ISBN:9787302436 ...

最新文章

  1. 从上到下打印二叉树 II
  2. 笑岔气!一个程序员的水平能差到什么程度?
  3. 用express-generator创建express项目骨架
  4. 拦截锚点修改url_前端系列课程(2)-网络基础概念(URL)
  5. python代码加密 混淆_Python程序的混淆和加密
  6. 设置将pip的下载源变更为国内源-windows配置方法
  7. 中国团队首次夺冠FPS游戏AI竞赛VizDoom,清华腾讯AI联手
  8. 《Python分布式计算》 第5章 云平台部署Python (Distributed Computing with Python)
  9. 复化梯形公式求二重积分matlab源码
  10. 普通的Shader-序列帧相关
  11. 机器人正运动学(3)—— 坐标系及其变换
  12. 0基础参加数学建模,最大程度冲击奖项
  13. 实时数仓的实时保障指南
  14. 计算机中数据的格式化,分享一个电脑格式化数据恢复方法-数据恢复百科
  15. html祝福语,日常祝福语大全简短的
  16. 【环境部署】台式机安装CentOS7 全过程
  17. 听书类APP消息功能竞品分析
  18. 电脑和电脑之间到底是如何通信的
  19. 再度联手中国联通,开启第二个五年战略合作!
  20. 什么是RDD以及RDD的五大基本属性

热门文章

  1. 智能小车设计指导 第二版
  2. 怎样知道一个数是不是2的N次方,怎样判断一个数是奇数还是偶数
  3. 简陋的会计凭证金额输入控件
  4. 正则在开发过程中的妙用
  5. 开源Python做的火币和ZB搬砖差价监控程序
  6. React事件处理函数传参问题
  7. python 异常和弹出框
  8. STL初探——构造和析构的基本工具: construct()和destroy()
  9. Python爬虫--抓取糗事百科段子
  10. 深入浅出mfc学习笔记——六大关键技术之仿真_运行时和动态创建