0. Google机器学习（ML）课程---简介

面对人工智能的普及化，作为在人工智能方面领先的企业之一，谷歌开放了人工智能学习平台（https://ai.google/education），向大众免费提供课程。据悉，Learn with Google AI本身是Google的内部员工训练课程，可以让一般人也能从零开始学习人工智能。

课程加入大量影片、互动元素、编码练习和实际应用场景，让学习不再沉闷。不管你是深度玩家，还是对AI充满好奇的Curious cat，Learn with Google AI 这个网站都能给你提供相应的图像、视频、资料，甚至是代码和案例。

这门课程是机器学习热爱者的自学指南，包含一系列的视频讲座课程、实际案例分析和实践练习，共有25节课和40多项练习。

当然，在学习之前，你要确定自己是否已经具备了学习这门课的前提条件，官方给出的建议是：

掌握入门级代数知识。您应该了解变量和系数、线性方程式、函数图和直方图（熟悉对数和导数等更高级的数学概念会有帮助，但不是必需条件）。
熟练掌握编程基础知识，并且具有一些使用 Python 进行编码的经验。机器学习速成课程中的编程练习是通过 TensorFlow 并使用 Python 进行编码的。您无需拥有使用 TensorFlow 的任何经验，但应该能够熟练阅读和编写包含基础编程结构（例如，函数定义/调用、列表和字典、循环和条件表达式）的 Python 代码。

如果你你还不具备这些知识，那么选择以下三个按钮，Google会自动帮你推荐适合你的课程哦！

学习链接

https://developers.google.com/machine-learning/crash-course/?utm_source=google-ai&utm_medium=card-image&utm_campaign=training-hub&utm_content=ml-crash-course

0. Google机器学习（ML）课程---简介相关推荐

Google机器学习速成课程 - 视频笔记整理汇总 - 基础篇核心部分
Google机器学习速成课程 - 视频笔记整理 - 基础篇核心部分课程网址: https://developers.google.com/machine-learning/crash-course/ ...
opencv机器学习ml模块简介
本文不涉原理,只介绍如何使用! ml模块为opencv的机器学习(machine learning,ml)代码库,包含各种机器学习算法: 0, class CvStatModel ; class Cv ...
机器学习速成课程 | 练习 | Google Development——编程练习：稀疏数据和嵌套简介
稀疏数据和嵌入简介学习目标: 将影评字符串数据转换为稀疏特征矢量使用稀疏特征矢量实现情感分析线性模型通过将数据投射到二维空间的嵌入来实现情感分析 DNN 模型将嵌入可视化,以便查看模型学到的词 ...
机器学习速成课程 | 练习 | Google Development——编程练习：神经网络简介
神经网络简介学习目标: 使用 TensorFlow DNNRegressor 类定义神经网络 (NN) 及其隐藏层训练神经网络学习数据集中的非线性规律,并实现比线性回归模型更好的效果在之前的练习 ...
机器学习速成课程 | 练习 | Google Development——编程练习：Pandas 简介
Pandas 简介学习目标: 大致了解 pandas 库的 DataFrame 和 Series 数据结构存取和处理 DataFrame 和 Series 中的数据将 CSV 数据导入 pand ...
机器学习速成课程 | 练习 | Google Development——编程练习：创建和操控张量
创建和操控张量学习目标: 初始化 TensorFlow 变量并赋值创建和操控张量回忆线性代数中的加法和乘法知识(如果这些内容对您来说很陌生,请参阅矩阵加法和乘法简介) 熟悉基本的 TensorF ...
机器学习入门 - Google的机器学习速成课程
1 - MLCC 通过机器学习,可以有效地解读数据的潜在含义,甚至可以改变思考问题的方式,使用统计信息而非逻辑推理来处理问题. Google的机器学习速成课程(MLCC,machine-learnin ...
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 ...
【重磅】Google官方推出了免费的、中文的、机器学习初级课程。
2019独角兽企业重金招聘Python工程师标准>>> 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等 ...

0. Google机器学习（ML）课程---简介

0. Google机器学习（ML）课程---简介相关推荐

最新文章

热门文章