使用 Javascript 進行機器學習

掌握機器學習，從頭開始學習使用 Javascript 和 TensorflowJS 動手做專案

從這 17.5 小時的課程，你會學到

從頭開始組裝機器學習演算法
使用 Javascript 和機器學習技術建構有趣的應用程式
瞭解機器學習如何在不依賴神祕程式庫的情況下工作
使用高階效能和記憶體使用分析來優化你的演算法
使用 Tensorflow JS 的低階功能來給你的演算法充電
培養機器學習最佳實踐的強烈直覺

要求

對終端機和命令列使用的基本理解
閱讀基本數學公式的能力

課程說明

如果你在這裡，你已經知道了真相: 機器學習是一切的未來。

在接下來的幾年裡，世界上沒有一個行業不受機器學習的影響。一股變革的力量，你可以選擇現在去理解它，或者在一個難以置信的變化浪潮中輸掉。你可能已經每天使用許多依賴機器學習技術的應用程式。那麼，為什麼還要繼續呆在黑暗中呢？

現在已經有很多關於機器學習的課程。我建立這門課程是對這個話題最好的介紹。沒有任何主題是完好無損的，我們在黑暗中從不離開任何地方。如果你選擇這門課程，你將準備進入並理解任何機器學習世界的次學科。

一個常見的問題——為什麼是 Javascript？我以為機器學習是關於 Python 和 R 的？

答案很簡單——使用 Javascript 的機器學習比使用 Python 更容易學習。雖然 Python 非常流行，但它是一種表達性(expressive)的語言，它是一個程式碼名詞，意思是’一種令人困惑的語言’。一行 Python 可以包含大量的功能; 當你理解了語言和主題的時候，這是很棒的，但是當你試圖學習一個全新的主題時卻不是這樣。

除了 Javascript 讓機器學習更容易理解之外，它還為你可以建構的應用程式打開了新的視野。與其侷限於在伺服器上部署 Python 程式碼來執行你的機器學習程式碼，你可以建立單網頁應用程式，或者甚至是執行有趣演算法的瀏覽器擴充套件，這樣你就有可能開發出一個完全新穎的用例！

這門課的重點是演算法，還是數學，或者 Tensorflow，或者是什麼? ! ? ！

讓我們誠實地說，絕大多數機器學習課程都可以在網上圍繞這些令人困惑的話題跳舞。它們鼓勵您使用預建演算法和功能來為您提供所有的重任。儘管這會讓你迅速獲得成功，但最終會妨礙你理解機器學習的能力。如果你瞭解底層的演算法，你只能理解如何應用機器學習技術。

這就是這門課程的目標——我希望你能夠理解在最常見的機器學習演算法中使用的精確的數學和程式設計技術。 一旦你掌握了這些知識，你就可以輕而易舉地找到新的演算法，並且比其他只懂得如何將資料傳送到魔法程式庫的工程師們更有趣的專案和應用程式。

沒有數學背景嗎？沒關係！ 我特別注意確保在沒有進行適當介紹的情況下，就直接進入“mathy”主題。

你將學到的東西的一個簡短列表:

高階記憶體分析以提高演算法的效能
建立由強大的 Tensorflow JS 程式庫提供動力的應用程式
開發可以在瀏覽器或 Node JS 中運作的程式
編寫乾淨，易於理解的機器學習程式碼，沒有單一命名變數或混淆函式
學習線性代數的基本知識，這樣你就可以通過基於矩陣的操作大大加快程式碼的速度。 (別擔心，我會讓數學更簡單的!)
理解如何運用常見的演算法以適應您獨特的案例
使用自定義建構圖形程式庫繪製分析結果
學習可以應用於任何類型的 Javascript 程式碼效能提升策略
資料載入技術，在瀏覽器和Node JS 環境

目標受眾

對機器學習感興趣的 Javascript 開發者

講師簡介

Stephen Grider 工程架構師 ( 更多講師主講課程介紹 )

Stephen Grider 一直在為舊金山灣區的頂級公司建構複雜的 Javascript 前端。 Stephen 擁有簡化複雜主題的先天能力，多年來他一直在指導工程師從事軟體開發工作，現在已經將這種經驗擴展到了 Udemy，創造了16堂課程，包含最高評價的 React 課程如Modern React with Redux、Advanced React and Redux。他在Udemy 分享他所獲得的知識。現在就透過 Stephen 的課程來投資自己吧！