EyonFresh 评论了课程: Learning From Data

2013-10-01 12:57

刚开始看第一节课，先留个脚印吧~据说这门课会比较偏理论一些，在NG那门机器学习开始入门之后，我希望这门课能够带我进入ML的更深一个层次的level。当然不是说这两门课的差距，而是希望自己更加用心一些。有兴趣的可以一起加301886009这个qq群一起探讨噢。【p,s:这门课的教学视频直接就是Yaser在加州理工上课时候的视频，另外还有很多在线辅助教学的工具，我也还在探索中。】

EyonFresh 评论了课程: Machine Learning

2013-06-05 17:37

还没学完，来个中期评价：入手真是比较容易。是优点也是缺点吧，感觉程序作业设置有些太容易了，代码框架给的太全。像我这种自制力值得商榷的人，随着时间的推移我越来越少去看整个程序的代码了。 建议大家在每次编程作业的时候，就算不自己写个完整的，也最好完整的看一遍代码。 另外辅助NG的http://cs229.stanford.edu/materials.html 中的一些lecture notes可能更好。

EyonFresh 评论了课程: Natural Language Processing

2013-05-14 10:09

我的第一门MOOC课程，无论是教学还是编程作业，都精彩的没话说。我认为难度属于中上。为了完成相应编程，还在edx上学了一门python语言的课，可惜这个课跟的太晚，没法系统的跟着学习了。

Natural Language Processing (CourseraArchive) 7 个评论 关注

开始时间: 04/22/2022 持续时间: 10 weeks

主页: https://www.coursera.org/course/nlangp

简介: Have you ever wondered how to build a system that automatically translates between languages? Or a system that can understand natural language instructions from a human? This class will cover the fundamentals of mathematical and computational models of language, and the application of these models to key problems in natural language processing.

Machine Learning (CourseraArchive) 29 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/course/ml

简介: Learn about the most effective machine learning techniques, and gain practice implementing them and getting them to work for yourself.

Learning From Data (EdxArchive) 1 个评论 关注

开始时间: 04/22/2022 持续时间: 10 weeks

主页: https://www.edx.org/archive/learning-data-caltechx-cs1156x

简介: Introductory Machine Learning course covering theory, algorithms and applications. Our focus is on real understanding, not just "knowing."