所有文章 > 正文

收藏不看系列?2019年实用性超强的五大机器学习课程

作者: 学术君

时间: 2019-03-08 13:23

凭借强大的统计学基础,机器学习正在成为最有趣、节奏最快的计算机科学领域之一。它可以应用于无穷无尽的行业,使它们更高效和智能。聊天机器人、垃圾邮件过滤、广告投放、搜索引擎和欺诈检测是机器学习模型如何支撑日常生活的几个例子,机器学习是让我们找到模式并为人类无法做的事情创建数学模型的原因。

与包含探索性数据分析,统计,通信和可视化技术等主题的数据科学课程不同,机器学习课程侧重于仅教授机器学习算法,它们如何以数学方式工作,以及如何在编程语言中使用它们。

今天学术君给大家推荐实用性超强的五个机器学习课程:

#1 机器学习 - Coursera(课程网址:https://medium.com/@LearnDataSci/top-5-machine-learning-courses-for-2019-8a259572686e

#2 深度学习专业化 - Coursera(课程网址:https://www.learndatasci.com/out/coursera-deep-learning-specialization/

#3 使用Python进行机器学习 - Coursera(课程网址:https://www.learndatasci.com/out/coursera-ibm-machine-learning-python/

#4 高级机器学习专业化 - Coursera(课程网址:https://www.learndatasci.com/out/coursera-advanced-machine-learning-specialization/

#5 机器学习 - EdX(课程网址:https://www.learndatasci.com/out/edx-columbia-machine-learning/

列表中的每门课程都遵循以下标准:

  • 严格关注机器学习
  • 使用免费的开源编程语言,即Python,R或Octave
  • 为这些语言使用免费的开源库
  • 包含练习和实践经验的编程任务
  • 解释算法,如何以数学方式工作
  • 每个月左右都可以自我调节
  • 有吸引力的老师和有趣的讲座
  • 在各种论坛获得高于平均水平的评分和评论

为了让自己沉浸其中并尽可能快速全面地学习ML,我相信除了在线学习之外,你还应该寻找各种书籍。以下是两本对我的学习经历产生重大影响的书籍。


两本优秀的书籍伴侣

除了参加下面的任何视频课程,如果您对机器学习还不熟悉,您应该考虑阅读以下书籍:

1.《Springer Texts in Statistics》——《统计学习简介》

本书提供了令人难以置信的清晰直接的解释和示例,以提高您对许多基本机器学习技术的整体数学直觉。本书更多的是关于事物的理论方面,但它确实包含许多使用R编程语言的练习和例子。


2.《hands-on machine learning with scikit-learn and tensorflow》


Github上有中文译版:https://github.com/apachecn/hands-on-ml-zh

这是对前一本书一个很好的补充,因为本文主要关注使用Python进行机器学习的应用。与以下任何课程一起,本书将强化您的编程技巧,并向您展示如何立即将机器学习应用于项目。

[关于转载]:本文为“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“SciTouTiao”微信公众号。谢谢您的合作。

二维码 扫码微信阅读
推荐阅读 更多