1. 这门课是林轩田老师另一门课《机器学习基石》的后续课程,需要先学基石,再学技法; 2. 同Andrew Ng的机器学习课程相比,林老师的两门课更有深度,更重理论,趣味性上不输Ng的课;Ng的课强在注重实践,另外,Ng的课上有一些书本上不会写的ML黑魔法; 3. 课程视频不甚难,有一点本科微积分和统计的基础基本都能看懂; 4. 课后习题很重公式推导和程序实验,理论与实践并重。数学基础不好的人推导公式时会感觉十分吃力;程序实验题需要用到一些常用的机器学习包比如cvxopt,libsvm等,但是课程里并没有相应的引导,所以之前没接触过这些包的人也会十分吃力。 过年回家做作业做到半夜两点钟这种事情你以为我会告诉你吗
学习者档案
宋鑫要学习
互联网小卒,关注机器学习和数据挖掘
北京 东城区
课程记录
这里保留了过去的课程评论。
这个必须五星。Andrew Ng讲授,即是我coursera上的第一门课(虽然跟下来了,但是很遗憾没有做过几次作业),也是我机器学习的入门课
宋鑫要学习 学习了 Statistics One
刚上了两次课,讲的都是很简单的概念,对想从事机器学习/数据挖掘而又缺乏统计知识的同学是个不错的选择。另外,这门课的lab用的是R语言,对想要入门R的同学也是一个不错的选择
想入门R语言的可以听听。我自己之前有看过一些R的入门书籍,但是总感觉云里雾里,这门课让我感觉自己摸着点门道