想必不少人都知道了,前几天谷歌推出免费的机器学习速成课程。
但是,课程讲座的视频都放在YouTube上,这造成了一些学习困难。有不少读者问量子位要梯子,我们除了给出这种链接 http://t.cn/RoA3TXa ,还能做什么?
我们还把中文课程视频给搬运回来了……
这套课程,谷歌称其为“机器学习热爱者的自学指南”,其中包含一系列视频讲座、实际案例分析和实践练习。而且基本是全程中文。
不光文字是中文的,老外的讲课,还用机器机器学习技术,给配了中文的发音。
多少年,谷歌的机器苦练中文发音和文法,这下有了用武之地。
交待一句,视频之外谷歌还提供了一些文字资料和小测验,这些都能在谷歌中国的官网上能看到,不用翻墙。地址:
https://developers.google.cn/machine-learning/crash-course/
当然这个页面里,视频还是YouTube上的。所以你可能还会需要量子位搬运的这些视频。以及,我们只搬运了机器配音的中文版。
都说了是机器配音,所以发音有些奇怪之处,要怪……还是怪谷歌吧……
课程的主要架构分为三个部分:机器学习概念(18讲)、机器学习工程(4讲)、机器学习在现实世界的应用示例(3讲)。
一共是25段视频。
下面是全部内容的直通车。
机器学习概念
01-03讲:机器学习简介、框架处理、深入了解ML(就在本页)
04-06讲:降低损失、使用TF的基本步骤、泛化
07-09讲:训练集和测试集、验证、表示法
10-12讲:特征组合、简单正则化、逻辑回归
13-15讲:分类、稀疏性正则化、神经网络简介
16-18讲:训练神经网络、多类别神经网络、嵌套
机器学习工程
19-20讲:生产环境机器学习系统、静态与动态训练
21-22讲:静态与动态推理、数据依赖关系
应用示例
23-25讲:癌症预测、18世纪文字、应用准则
接下来,就从01-03讲开始~
(其他课程,均可点击目录列表前往)
本单元将为您介绍机器学习 (ML)。
预计用时:3 分钟
学习目标
了解掌握机器学习技术的实际优势
理解机器学习技术背后的理念
本单元探讨了如何将某个任务构建为机器学习问题,并介绍了各种机器学习方法中通用的很多基本词汇术语。
预计用时:2 分钟
学习目标
复习机器学习基本术语。
了解机器学习的各种用途。
线性回归是一种找到最适合一组点的直线或超平面的方法。本模块会先直观介绍线性回归,为介绍线性回归的机器学习方法奠定基础。
预计用时:3 分钟
学习目标
复习前面学过的直线拟合知识。
将机器学习中的权重和偏差与直线拟合中的斜率和偏移关联起来。
大致了解“损失”,详细了解平方损失。
一起学习吧~
— 完 —
加入社群
量子位AI社群15群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot5入群;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot5,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态