GeneralJing_3024 评论了课程: 機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations

2017-12-03 15:28

新版本，估计会有新的形式，期待

機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations (CourseraArchive) 1 个评论 关注

主页: https://www.coursera.org/archive/ntumlone-algorithmicfoundations

简介: National Taiwan University

Python for Everybody Specialization (Coursera专项课程) 1 个评论 关注

主页: https://www.coursera.org/specializations/python

简介: 课程名称：Python for Everybody 专业课程 课程概述： 此专业基于“Python for Everybody”课程的成功，旨在介绍基础编程概念，包括使用Python编程语言的数据结构、网络应用程序接口和数据库。在Capstone项目中，学员将利用整个专业课程中学习到的技术设计并创建自己的应用程序，以进行数据的检索、处理和可视化。 课程大纲： 1. **编程基础（Getting Started with Python）** - 由密歇根大学提供，旨在教会每个人使用Python进行计算机编程的基础知识。 - 课程链接：[编程基础课](https://www.coursera.org/learn/python) 2. **Python数据结构** - 由密歇根大学提供，介绍Python编程语言的核心数据结构。 - 课程链接：[Python数据结构](https://www.coursera.org/learn/python-data) 3. **使用Python访问网络数据** - 由密歇根大学提供，讲解如何将互联网作为数据源，进行数据抓取、解析等操作。 - 课程链接：[网络数据访问](https://www.coursera.org/learn/python-network-data) 4. **使用Python与数据库** - 由密歇根大学提供，基础介绍结构化查询语言（SQL）及其与Python的结合。 - 课程链接：[数据库使用](https://www.coursera.org/learn/python-databases) 5. **Capstone项目：使用Python进行数据的检索、处理和可视化** - 由密歇根大学提供，学员在项目中将构建一系列应用程序，进行数据的检索、处理和可视化。 - 课程链接：[Capstone项目](https://www.coursera.org/learn/python-data-visualization) 此系列课程旨在帮助学习者掌握Python编程，并为数据相关应用开发奠定基础。

Mathematics for Machine Learning Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/mathematics-machine-learning

简介: 课程名称：机器学习的数学专业 概述：在许多机器学习和数据科学的高级课程中，学习者往往需要重新掌握数学基础知识。这些知识可能在学校或大学时学过，但由于教授时的上下文不同，或未能直观理解，使得将其与计算机科学中的应用关联变得困难。该专业旨在弥补这一差距，帮助您迅速掌握基础数学，建立直观理解，并与机器学习和数据科学相联系。 第一门课程是线性代数，介绍线性代数的概念及其与数据的关系，学习向量和矩阵的定义以及如何使用它们。 第二门课程是多元演算，构建在第一门课程的基础上，旨在优化拟合函数以实现良好的数据拟合。课程从入门级演算开始，借助第一门课程中的矩阵和向量技术进行数据拟合的学习。 第三门课程是使用主成分分析进行降维，利用前两门课程中的数学知识压缩高维数据。该课程为中等难度，需具备Python和numpy的知识。 最终，完成该专业课程后，学习者将掌握继续学习更高级机器学习课程所需的数学知识。 课程大纲： 1. 机器学习的数学：线性代数 - 提供单位：伦敦帝国学院 - 内容：讲解线性代数的概念及其与向量的关系。 - 课程链接：[线性代数](https://www.coursera.org/learn/linear-algebra-machine-learning) 2. 机器学习的数学：多元演算 - 提供单位：伦敦帝国学院 - 内容：介绍构建常见算法所需的多元演算基础。 - 课程链接：[多元演算](https://www.coursera.org/learn/multivariate-calculus-machine-learning) 3. 机器学习的数学：PCA - 提供单位：伦敦帝国学院 - 内容：介绍主成分分析的数学基础。 - 课程链接：[主成分分析](https://www.coursera.org/learn/pca-machine-learning) 欢迎报名参加，免费学习这些课程！