0
| 本文作者： AI研習(xí)社-譯站 | 2021-01-22 11:21 |
譯者：AI研習(xí)社（小Y的彩筆）
雙語原文鏈接：Course Recommendations for Introductory Machine Learning
在你入門深度學(xué)習(xí)之前，我強烈建議你學(xué)幾門機器學(xué)習(xí)的入門課程來掌握一些諸如聚類、回歸、評估指標(biāo)等基本概念。
注：我已經(jīng)學(xué)了許多線上的機器學(xué)習(xí)課程。我上一些課的本意是為了娛樂，不過總能學(xué)到一些新知識。“Elements of AI"這門課是我參加過的最易懂，免費且有趣的AI課程之一。他們增加了第二部分聯(lián)系算法構(gòu)建。
我建議觀看第一部分，”Introduction to AI”。這部分介紹了諸如搜索，貝葉斯定理，最近鄰居和神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)概念。并穿插著一些很棒的練習(xí)。在第一節(jié)課結(jié)束后，你會對這個領(lǐng)域有一個全局的高層次的認(rèn)識。
第二部分（Building AI）也是免費的，但如果你想得到認(rèn)證證書則需要付費。我想說這絕對是值得的！第二部分是關(guān)于一些基本算法的實現(xiàn)的（用Python)，會讓你理解像優(yōu)化和貝葉斯定理這樣的概念。
2. 微軟的 Create machine learning models 課程
注：聚類的章節(jié)講的是真的棒！
注：永遠(yuǎn)是我最喜歡的機器學(xué)習(xí)課程之一！
注：這個課程一發(fā)布我就學(xué)了，并且被課程的的高質(zhì)量所吸引。
注：我看了一些 http://fast.ai 課程的視頻，很快明白他們的課程為什么這么受歡迎。這里面介紹了非常實用的方法！
注：如果你熱愛數(shù)學(xué)和理論，你會喜歡這門課程的深度。
注： 這門課程用容易掌握的解釋和機器學(xué)習(xí)的應(yīng)用實例，從高層次了重要的機器學(xué)習(xí)話題。
注：Aebastian 堅持在他的 YouTube 頻道上發(fā)布很棒的機器學(xué)習(xí)內(nèi)容，我真的超級感謝這些內(nèi)容，非常易學(xué)！
當(dāng)然還有許多其他課程，但我只能推薦一些我學(xué)過的。如果你找到其他好的課程歡迎要分享在評論區(qū)！如果你能分享你上課的經(jīng)歷以及你為什么喜歡它門或者覺得課程有用，那就太棒了。
一旦有新的有趣的課程出現(xiàn)，我將會保持更新這個列表。
其他小貼士：
列出你覺得有趣或者有挑戰(zhàn)的主題。
在這些主題上做更多的調(diào)查
練習(xí)編代碼
分享你的代碼
寫筆記
寫下或者報告逆的有趣的寫成果或者點子
慢慢來
參與機器學(xué)習(xí)論壇或討論
AI研習(xí)社是AI學(xué)術(shù)青年和AI開發(fā)者技術(shù)交流的在線社區(qū)。我們與高校、學(xué)術(shù)機構(gòu)和產(chǎn)業(yè)界合作，通過提供學(xué)習(xí)、實戰(zhàn)和求職服務(wù)，為AI學(xué)術(shù)青年和開發(fā)者的交流互助和職業(yè)發(fā)展打造一站式平臺，致力成為中國最大的科技創(chuàng)新人才聚集地。
如果，你也是位熱愛分享的AI愛好者。歡迎與譯站一起，學(xué)習(xí)新知，分享成長。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
