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

开始时间: 04/22/2022 持续时间: Unknown

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

简介: 台湾大学林轩田老师的机器学习基石下-算法基础（Machine Learning Foundations---Algorithmic Foundations）。如果有一定的基础或者学完了Andrew Ng老师的机器学习课程，机器学习基石上和下可以作为进阶课程。林老师早期推出的两门机器学习课程口碑和难度均有：机器学习基石 和 机器学习技法 ，现在重组为上和下，非常值得期待

機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations (CourseraArchive) 0 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

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

简介: 台湾大学林轩田老师的 機器學習基石上 (Machine Learning Foundations)—Mathematical Foundations。如果有一定的基础或者学完了Andrew Ng老师的机器学习课程，这门机器学习基石上-数学基础可以作为进阶课程。林老师早期推出的两门机器学习课程口碑和难度均有：机器学习基石 和 机器学习技法 ，现在重组为上和下，非常值得期待

Machine Learning (CourseraArchive) 0 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/archive/machine-learning

简介: 机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍，您很可能在毫无察觉情况下每天使用几十次。许多研究者还认为机器学习是人工智能（AI）取得进展的最有效途径。在本课程中，您将学习最高效的机器学习技术，了解如何使用这些技术，并自己动手实践这些技术。更重要的是，您将不仅将学习理论知识，还将学习如何实践，如何快速使用强大的技术来解决新问题。最后，您将了解在硅谷企业如何在机器学习和AI领域进行创新。 本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括：(i) 监督式学习（参数和非参数算法、支持向量机、核函数和神经网络）。(ii) 无监督学习（集群、降维、推荐系统和深度学习）。(iii) 机器学习实例（偏见/方差理论；机器学习和AI领域的创新）。课程将引用很多案例和应用，您还需要学习如何在不同领域应用学习算法，例如智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域。

AI For Everyone (CourseraArchive) 4 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/archive/ai-for-everyone

简介: Andrew Ng (吴恩达) 老师新推的通俗人工智能课程：AI For Everyone（全民AI） ，面向大众进行AI科普。AI不仅适用于工程师，这门非技术性人工智能课程将帮助学习者了解机器学习和深度学习等相关技术，以及将AI应用于自己组织中的问题和机会。 通过这门课程，学习者将会了解当前人工智能可以或者不能做的事情。 最后，学习者将了解AI如何影响社会以及我们将如何应对这种技术变革。