大福利!Google机器学习零基础在线课程发布,免费!有中文版!
作者 | Leo
新的学习资源来了!刚刚,谷歌上线了人工智能学习网站 Learn with Google AI,并推出了机器学习在线课程,免费!而且还有中文版!
传送门:
“机器学习速成课程”中文版:
https://developers.google.com/machine-learning/crash-course/
Learn with Google AI:
https://ai.google/education
这个课程名为“机器学习速成课程” (简称MLCC) ,定位为机器学习热爱者的自学指南。
本来这是谷歌的内部课程,最初旨在帮助谷歌员工建立对人工智能和机器学习基本原理的快速认知,目前已有18,000名员工参加。
现在,谷歌终于允许这个课程“飞进寻常百姓家”。
课程总体时长大约15个小时,包含25节互动式课程、Google研究人员的讲座、40多项练习、实际案例研究等,还可以以互动方式直观呈现算法的实际运用。
为了展现课程全貌,营长将目录展示如下:
▌目录
简介
目标
前提条件和准备工作
机器学习概念
机器学习简介(3分钟)
框架处理(15 分钟)
深入了解机器学习(20 分钟)
降低损失(60 分钟)
使用 TF 的基本步骤(60 分钟)
泛化(15 分钟)
训练集和测试集(25 分钟)
验证(40 分钟)
表示法(65 分钟)
特征组合(70 分钟)
正则化:简单性(40 分钟)
逻辑回归(20 分钟)
分类(90 分钟)
正则化:稀疏性(45 分钟)
神经网络简介(55 分钟)
训练神经网络(40 分钟)
多类别神经网络(50 分钟)
嵌入(80 分钟)
机器学习工程
生产环境机器学习系统(3分钟)
静态训练与动态训练(7 分钟)
静态推理与动态推理(7 分钟)
数据依赖关系(14 分钟)
机器学习现实世界应用示例
癌症预测(5 分钟)
18 世纪文学(5 分钟)
现实世界应用准则(2 分钟)
总结
后续步骤
▌课程可以教会你什么?
官网显示,该课程将解答如下问题:
机器学习与传统编程有何不同?
什么是损失,如何衡量损失?
梯度下降法的运作方式是怎样的?
如何确定我的模型是否有效?
怎样为机器学习提供我的数据?
如何构建深度神经网络?
▌学习前的准备工作
看到这里,你是不是跃跃欲试、摩拳擦掌呢?别急,虽然谷歌表示,这门速成课程是为机器学习零基础的新手设计的,但是为了能够理解课程中介绍的概念并完成练习,需要参与者掌握入门级的代数知识;熟练掌握编程基础并具有一些使用Python进行编码的经验。
在准备工作中,课程还要求学习者对 Pandas 有所了解,因为机器学习速成课程中的编程练习使用 Pandas 库来操控数据集。
同时需要你了解低阶的 TensorFlow 基础知识,因为速成课程中的编程练习使用 TensorFlow 的高阶 tf.estimator API 来配置模型。
对于需要用到的主要概念和工具,谷歌也做了系统的罗列,很多概念都有超链接来进行解释,但可惜的是很多超链过去的网站都是英文,看来英文还是不能还给老师啊。
▌课程学习
准备工作完成后,就可以参照目录进行按部就班的学习了。
课程提供包括英语、西班牙语、法语、韩语和简体中文在内的多种版本,可以从网页左下角的下拉列表中选择语言。
值得一提的是,视频讲座的配音是使用机器学习技术生成的。营长在试听后发现,虽然机器的味道还很重,但并不影响理解,视频上方还有“发送反馈”的设置,点击后可以提交错误报告和建议,协助谷歌改进配音技术。
▌学习效果的检验
除了教学视频和文章,在每一小节结束后,课程都还附有检验学习效果的小题目。
比如在第一节框架处理的学习结束后的题目是这样的:
在你选择完成后,系统会告诉参与者为什么是对的,为什么是错的:
当然也有编程练习,比如:
▌谷歌为什么这么做?
半个月前,一年一度的 MIT 十大突破性技术评选揭晓,“AI 大众化”位列其中,评选机构认为其突破性在于基于云的 AI 技术使得 AI 更加便宜且易于使用。
自从公司战略从 Mobile first 转变为 AI first 以来,Google 就不遗余力地推行人工智能的大众化,其中就包括像 TensorFlow 以及更有趣的一些项目,比如 Doodles等,这些实验旨在以更实用的方式展示 AI。
尽管如此,很多公司依然缺乏足够多会使用 AI 的人才,“人工智能人才缺口数百万”这样的报道也屡屡被朋友圈刷屏,所以谷歌正试图让更多的人能够通过 Learn with Google AI 来一起了解这个领域,并将人工智能和机器学习的人才汇聚起来,供他们了解机器学习核心概念、开发技巧以及应用其解决一些实际问题。
机器学习速成课程 (简称MLCC) 是谷歌的第一个课程计划,相信日后谷歌会上线更多的课程和资源。
祝大家学习愉快!
大福利!Google机器学习零基础在线课程发布,免费!有中文版!相关推荐
- 干货|机器学习零基础?不要怕,吴恩达课程笔记第三周!逻辑回归与正则
吴恩达Coursera机器学习课系列笔记 课程笔记|吴恩达Coursera机器学习 Week1 笔记-机器学习基础 干货|机器学习零基础?不要怕,吴恩达机器学习课程笔记2-多元线性回归 1 Logis ...
- python基础入门大作业怎么做_【百度飞桨】零基础Python课程大作业
转眼间百度飞桨的零基础python课程马上就要结束了,所谓年前学python,年后来上号,通过本次课程可以对python有一个基础的认知和掌握,以下是大作业的个人代码,仅供参考. [作业一] #创建S ...
- AI大时代下,零基础进入人工智能领域该如何学习?
在科技高速发展的今天,人工智能是一个很酷很潮的字眼,几乎每天都出现在科技媒体中,人工智能应用案例应接不暇:人工智能写稿取代编辑.人工智能医疗诊断取代医生.人工智能定投取代基金经理人.人工智能机器人取代 ...
- 视频教程-SEO零基础实战课程+SEO快速盈利-网络营销
SEO零基础实战课程+SEO快速盈利 专注搜索引擎优化,付费SEM推广 蒋惠杰 ¥1980.00 立即订阅 扫码下载「CSDN程序员学院APP」,1000+技术好课免费看 APP订阅课程,领取优惠,最 ...
- IT行业6大岗位最适合零基础入门的是这个,三个月上手
IT行业6大岗位最适合零基础入门的是这个,三个月上手 \\\插播一条:我自己在今年年初录制了一套还比较系统的入门单片机教程,想要的同学找我(禾厶-亻言-手戈)免費的.最近比较闲,带做毕设,带学生参加省 ...
- 微服务实战项目-学成在线-课程发布模块
学成在线-课程发布模块 1 模块需求分析 1.1 模块介绍 课程信息编辑完毕即可发布课程,发布课程相当于一个确认操作,课程发布后学习者在网站可以搜索到课程,然后查看课程的详细信息,进一步选课.支付.在 ...
- 学成在线--课程发布模块
完整版请移步至我的个人博客查看:https://cyborg2077.github.io/ 学成在线–项目环境搭建 学成在线–内容管理模块 学成在线–媒资管理模块 学成在线–课程发布模块 学成在线–认 ...
- 干货|机器学习零基础?不要怕,吴恩达机器学习课程笔记2-多元线性回归
吴恩达Coursera机器学习课系列笔记 课程笔记|吴恩达Coursera机器学习 Week1 笔记-机器学习基础 1 Linear Regression with Multiple Variable ...
- 吐血整理!内部包含3980大数据、机器学习、推荐系统实战课程,仅分享一次
在最近几年,大数据(Dig Data )机器学习(Machine Learning)逐渐流行开来,容易让人误以为机器学习并不难.机器学习的流行原因很简单,在一个消费者(以及广告主)需要更多个性化,而计 ...
最新文章
- Latex快速入门, Windows 安装使用编译技巧归纳
- Python实训day10am【Python中的地址引用、os模块】
- 转载:static的初始化顺序
- 更改Android Studio中AVD的默认路径
- WSS Alert(邮件提醒) 定制
- hadoop之blockreport
- 使用率激增 250%,这份报告再次将 Serverless 推向幕前
- leetcode944. Delete Columns to Make Sorted
- win10双显卡怎么切换amd和英特尔_win10双显卡怎么切换
- python launcher卸载后蓝屏_使用dump文件分析系统蓝屏原因
- MFC CImageList序列图的用法
- 【Unity Shaders】ShadowGun系列之二——雾和体积光
- Java中将将JPG图片转GIF动画和将GIF转JPG图片
- Arduino连接超声波传感器测距
- 软件工程阶段性总结(三)——软件设计和编码
- 翻译连载 | JavaScript轻量级函数式编程-第 8 章:列表操作 |《你不知道的JS》姊妹篇
- 基于ssl协议和基于openssl工具创建私有CA
- 十年测试老鸟聊聊移动端兼容性测试
- win2003 64位 企业版 (win 2003_r2_enterprise_x64.iso)下载地址
- 已知铁的密度是7.86g/cm3,从键盘输入铁球的直径(单位:cm),计算出铁球的表面积和质量,并输出(保留两位小数)(使用标准库math模块得到pi的值)。...
热门文章
- DOS批处理高级教程精选(六)
- Loonframwork到SWT的移植测试(JAVA GAME TEST SOURCE)
- Java中关于进程和线程的理解
- Linux supervisor守护进程的安装和使用
- springDataJpa实现普通模糊查询
- Pycharm + Anaconda 安装遇到的问题以及自己的理解
- ora-1031解决一例
- 洛谷——P2341 [HAOI2006]受欢迎的牛//POJ2186:Popular Cows
- pat1004. Counting Leaves (30)
- 今天是第一次开博客,for--futurechild!!!