fbpx

機器學習基礎:案例研究方法

Contents

在 Coursera 上看到另一堂有中文字幕的機器學習課程,在 Coursera 上最有名的機器學習課程應該是 Andrew Ng 教授的 Machine Learning  ,這堂課是還包含有案例研究方法,兩位教授也都有業界實務經驗,對機器學習實務應用有興趣可以參考一下

課程連結

Machine Learning Foundations: A Case Study Approach

課程說明

你有資料並且想知道它可以告訴你什麼?你需要更深入地了解機器學習可以改善你的業務核心方式嗎?你是否希望能夠與專家交流關於回歸和分類到深度學習和推薦系統的任何內容?

在本課程中,你將從一系列實際案例研究中獲得機器學習的實踐經驗。在第一課程結束時,你將研究如何根據房屋層面的特徵預測房價,分析用戶評論情緒,檢索感興趣的文件,推薦產品和搜索圖片。

第一課將機器學習方法視為黑盒子。使用這種抽象概念,你將著重於理解感興趣的任務,將這些任務與機器學習工具相匹配,並評估輸出的品質。在隨後的課程中,你將通過檢查模型和演算法深入研究這個黑盒子的元件。這些元件組合在一起構成機器學習管道,你將用於開發智能應用程式。

學習成果:在本課程結束之前,你將能夠:

  • – 認識機器學習的潛在應用實踐。
  • – 描述透過回歸,分類和聚類實現的分析中的核心差異。
  • – 為潛在​​的應用程式選擇適當的機器學習任務。
  • – 回歸,分類,聚類,檢索,推薦系統和深度學習。
  • – 將你的資料代表為特徵,作為機器學習模型的輸入。
  • – 根據每個任務的相關錯誤指標來確定模型質量。
  • – 使用資料集來適應模型以分析新資料。
  • – 建立一個以機器學習為核心的 end-to-end 應用程式。
  • – 使用 Python中實現這些技術。

課程長度

  • 6週的學習,5-8小時/週

字幕

  • 英文,韓文,簡體中文

費用

  • 可免費試聽 7 天,7 天後就會開始收費用,如果不要上要手動去取消,學費一個月 49 塊美金,在正常進度上完是最省費用的,如果拖延進度費用就會比較貴,等於是逼自己要上完

講師介紹

Carlos Guestrin  Amazon 機器學習教授 電腦科學與工程 華盛頓大學

Carlos Guestrin是華盛頓大學電腦科學與工程系 Amazon 機器學習教授。他還是 Dato 公司的聯合創始人兼 CEO,致力於輕鬆建構以大型機器學習為核心的智能應用。他以前的職位包括卡內基梅隆大學的Finmeccanica副教授和 Berkeley 英特爾研究實驗室的高級研究員。Carlos 獲得國家科學基金會職業榮譽獎,阿爾弗雷德·斯隆獎學金和史丹佛百年教學助理獎。Carlos 還被熱門科學雜誌評選為2008年“`Brilliant10”之一,獲得了頂級AI大會上的 IJCAI 電腦與思想獎,和歐巴馬總統科學家與工程師早期職業生涯獎(PECASE)。

Emily Fox  Amazon 機器學習教授 統計學 華盛頓大學

Emily Fox 是華盛頓大學統計系助理教授和 Amazon 機器學習教授。她以前在賓夕法尼亞大學的沃頓商學院統計部門。Emily 是史隆研究獎學金的獲得者,美國海軍研究青年研究員獎和國家科學基金會職業榮譽獎。她的研究興趣在於大規模的貝葉斯動態建模和計算。

你可能會有興趣

喜歡我們的分享嗎? 使用以下的社群分享按鈕也分享給你的朋友吧!

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d