這堂課是資料科學: 使用 Python 實作深度學習的先修課程,而且是機器學習相當重要的基礎,想要學習好機器學習,先練好基本功吧!

想要學習使用 Python 實作深度學習/機器學習,這個課程講師在課程說明有列出學習順序課程。

我將從這門課程中學到什麼?

  • 推導和求解線性迴歸模型,並將其應用於資料科學問題
  • 在Python中編寫自己版本的線性迴歸模型

規定為何?

  • 如何使用微積分獲取導數
  • 基本Python 程式設計

課程說明

本課程教你如何使用在機器學習,資料科學與統計中的一種流行技術:線性迴歸。我們從根本上包含了理論:解決方案的推導,以及對現實世界問題的應用。我們向你展示如何在 Python 中編寫自己的線性迴歸模組。

線性迴歸是你可以學習的最簡單的機器學習模型,但是有很多深度,你會在未來幾年回來使用它。這就是為什麼它是一個偉大的介紹課程,如果你有興趣在以下領域採取你的第一步:

  • 深度學習
  • 機器學習
  • 資料科學
  • 統計

在第一部分中,我將向你展示如何使用1-D線性迴歸證明摩爾定律是真的。

你說什麼?摩爾定律是非線性的?

你是對的!我將告訴你線性迴歸如何仍然可以被應用。

在下一節中,我們將把1-D線性迴歸擴展到任何維度的線性迴歸 – 換句話說,如何建立一個可以從多個輸入學習的機器學習模型。

我們將應用多維線性迴歸給予患者的年齡和體重去預測他/她們的血液收縮壓。

最後,我們將討論一些在執行數據分析時需要注意的實際機器學習問題,例如一般化( generalization ),過擬合( overfitting ),火車測試(train-test)拆分等等

本課程不需要任何外部材料。所有需要的東西(Python和一些Python程式庫)都可以免費獲得。

如果你是一個程式設計師,並且你想透過學習資料科學來提高你的程式設計能力,那麼這門課程是為你設計的。如果你有技術或數學背景,並且想知道如何應用你的技能成為軟體工程師或“駭客”,本課程可能是有用的。

本課程重點介紹“如何建造和理解”,而不僅僅是“如何使用”。任何人都可以在閱讀一些文件後的15分鐘內學會如何使用 API。這不是關於“記住事實”,而是關於透過實驗“讓自己理解”。它將教你如何將模型內部中發生了什麼事視覺化。如果你想要的不僅僅是膚淺地看機器學習模型,這個課程是為你設計的。

註記:

所有這個課程的程式碼可以從我的github /lazyprogrammer / machine_learning_examples目錄下:linear_regression_class 下載

確定你總是使用 “git pull ”,所以你會有最新的版本!

你已經具備困難的前提條件/知識:

  • 微積分
  • 線性代數
  • 機率
  • Python 程式設計 : if/else, loops, lists, dicts, sets
  • Numpy 程式設計 : 矩陣和向量操作,載入一個 CSV 檔案

小技巧(為了完成課程):

  • 使用 2x 倍速觀看
  • 採取手寫筆記。這將大大提高您保留資訊的能力。
  • 在討論板上提出很多問題。越多越好!
  • 意識到大多數練習需要幾天或幾週才能完成。

有用的課程順序

目標受眾為何?

  • 對資料科學,機器學習,統計和人工智慧感興趣的人
  • 想要一個對這個主題簡單介紹的資料科學新鮮人
  • 希望透過進入技術的趨勢領域,資料科學,提升他/她們的職業生涯
  • 自學的程式設計師想要提高自己的電腦科學理論技能
  • 想要了解統計數據最常用演算法之一背後的理論基礎的分析專家

講師簡介 

Lazy Programmer Inc. 資料科學家和大數據工程師

我是一名資料科學家、大數據工程師和全端軟體工程師。

我有電腦工程的碩士,專長為機器學習和模式辨識。

我曾在網路廣告和數位媒體企業擔任過資料科學家和大數據工程師,圍繞所謂的資料建構各種高流量的 web 服務。我曾經使用 Hadoop / Pig / MapReduce 創建新的大數據管道,也曾建立機器學習模型來預測點擊率,使用線性迴歸、Bayesian Bandits 和協同過濾 ( collaborative filtering )建立新聞推薦系統,並使用A / B測試驗證結果。

我曾在大學部與研究所教授資料科學、統計學、機器學習、演算法、微積分、電腦圖學和物理學,任職的學校如哥倫比亞大學、紐約大學、Hunter 學院和 The New School。

有多家企業已從我的 Web 程式設計專業知識中受益。我做所有的後端(伺服器)、前端(HTML / JS / CSS)和運營/佈署工作。 我使用的技術包含:Python、Ruby / Rails、PHP、Bootstrap、jQuery(Javascript)、Backbone 和  Angular。至於儲存/資料庫,我採用 MySQL、Postgres、Redis、MongoDB等。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

 課程網址 ♥找優惠折扣碼?

也許你會有興趣

喜歡我們的分享嗎?歡迎使用以下的社群分享按鈕分享給你的朋友吧!

發表迴響

Category

01-onlinecourse

Tags

, , ,