Deep Learning Specialization (Coursera专项课程) 0 个评论 关注

开始时间: 12/21/2023 持续时间: Approximately 5 months to complete Suggested pace of 9 hours/week

主页: https://www.coursera.org/specializations/deep-learning

简介: 深度学习专业化课程概述： 如果您希望进入人工智能领域，这个深度学习专业化将为您提供帮助。深度学习是科技行业中最受欢迎的技能之一，我们将帮助您掌握这一领域。 该专业化包含五门课程，您将学习深度学习的基础知识，了解如何构建神经网络，以及如何领导成功的机器学习项目。您将接触到卷积网络、递归神经网络（RNN）、长短期记忆网络（LSTM）、Adam优化器、Dropout、BatchNorm和Xavier/He初始化等技术。课程中将涵盖医疗保健、自动驾驶、手语识别、音乐生成和自然语言处理等案例研究，您不仅会掌握理论知识，还能了解其在工业中的实际应用。您将在Python和TensorFlow环境中进行这些概念的实践，课程会提供相应的教学。 此外，您将聆听业界顶尖深度学习领导者的分享，他们将分享个人经历并提供职业发展建议。 人工智能正在改变多个行业，完成此专业化后，您将能够欣然发现将其应用于工作中的创新方式。我们将帮助您掌握深度学习，理解其应用，并在人工智能领域发展事业。

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

开始时间: 12/21/2023 持续时间: Approximately 4 months to complete Suggested pace of 4 hours/week

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化 概述：在许多机器学习和数据科学的高级课程中，学员常常需要回顾数学的基础知识，这些内容可能在以往的学校或大学中学习过，但由于教学背景不同或者没有深入理解，导致难以将其与计算机科学的应用相联系。本专业旨在填补这一空白，帮助学员掌握基础数学知识，建立直观理解并将其与机器学习和数据科学相联系。 第一门课程是线性代数，我们将探讨线性代数的含义及其与数据的关系，同时学习向量和矩阵的概念及其应用。 第二门课程为多元演算，课程从基础的演算知识出发，探讨如何优化拟合函数，以实现对数据的良好拟合，同时运用第一课程中的矩阵和向量。 第三门课程是使用主成分分析进行降维，它结合前两门课程的数学知识，压缩高维数据。该课程属于中等难度，需要具备Python和numpy的基本知识。 完成本专业课程后，您将具备继续学习更高级机器学习课程所需的数学知识。 课程链接： 1. 线性代数课程：[https://www.coursera.org/learn/linear-algebra-machine-learning](https://www.coursera.org/learn/linear-algebra-machine-learning) 2. 多元演算课程：[https://www.coursera.org/learn/multivariate-calculus-machine-learning](https://www.coursera.org/learn/multivariate-calculus-machine-learning) 3. 主成分分析课程：[https://www.coursera.org/learn/pca-machine-learning](https://www.coursera.org/learn/pca-machine-learning)