带学吴恩达《机器学习》课程和作业,带打Kaggle全球顶级大赛

2018 年 12 月 8 日 PaperWeekly

吴恩达来讲课了!


故事要从二个月前说起。


我参加了一场500人的话题讨论会,主题是「推荐一些适合入门机器学习的公开课」。


结果活动开始后,群内的算法工程师大佬们无一例外的推荐了:吴恩达老师的机器学习课


「深入浅出,相见恨晚」,这是绝大多数人给出的评价。还有人甚至说「都把我讲哭了,因为讲的实在是太好了!」


插播:2018年的最后一个月,你还是一个人吗?别人脱单,你脱发?如果是,请直接翻到文末,参加我们的【脱单去跨年活动】!有2000个高颜值高学历的小姐姐、小哥哥等你撩~


正当大家讨论的热火朝天时,突然冒出来一个不和谐的消息,「弱弱的问一句,你们都做完作业了吗?」


程序员A:emmm,我课看完了但忘得差不多了,作业是一点都没做(笑哭)

程序员B:作业要花很多时间研究,一般都是看课1小时,google5小时......

程序员C:我做了一次就直接放弃了,看的时候感觉懂了,但是做作业推算法依旧觉得脑袋空空

程序员D:我也没做完,作业没人指导,对我这种数学差的就很不友好,一些技巧的方法不会的话,哼哧哼哧写一大段,实际上一行代码就完事了


结果一场讨论下来,真正学完并且完成了所有作业的竟然只有几个人!


很多人听了吴恩达老师的课感觉已经完全理解了,但是苦于没有地方做作业和实践,学完就忘。


为此我们专门开设了一场理论与实战结合最紧密的“机器学习”作业班训练营。


行业首创,以吴恩达老师的机器学习课程作为教材,以作业作为核心实践,以比赛作为重点实战。


吴恩达机器学习作业班


你能获得什么

1、吴恩达亲自手推算法,听不懂?不存在的

2、导师提供Coursera原版作业加答案,助教直播讲解作业

3、通俗易懂的中式思维补充笔记+完善的配套学习资料

4、用Python徒手实现算法,不调用任何框架

5、3个月整体规划,每日任务布置+每阶段作业批改点评

6、打卡监督,高质量社群共同探讨疑难点,治好你的拖延症

你还能获得什么

1、专属价值1198元知识星球学习名额,5位重量级人工智能大咖坐镇,一年服务时间,解决你的学习疑难(PaperWeekly公众号粉丝专属,号主力荐

2、训练营内部大赛比拼,优秀学员奖励1000元奖金

3、麻省、清华、北大学员做队友共同挑战比赛

4、免费提供部署好环境的GPU云端资源

5、英伟达、蚂蚁金服、图森未来、阿里、华为、滴滴、京东伙伴提供工作内推

我们的不同

模式:第一家带着你手把手做作业的机构

实战:将抽象的理论知识嵌入比赛代码,学以致用

打卡:严格按照阶段划分学习任务,部署关键知识点

社群:知识星球1.8k主题,5k+学员集体打造的102个精华内容

活动:每周五热门话题讨论,400+学员的集体头脑风暴,资源、干货、观点一起碰撞

教学大纲


【第一周】

1.了解机器学习基本概念

2.单变量线性回归

3.作业:配置环境、开学习博客和github

4.入门比赛:“达观杯”NLP算法大赛

【第二周】

1. 线性代数回顾

2.多变量线性回归

3.作业:线性回归、多远线性回归

4.入门比赛:“达观杯”NLP算法大赛(其他算法进阶应用)

【第三周】

1.Octave教程(Octave Tutorial 选修)

2.逻辑回归

3.作业:逻辑回归、带有正则项的逻辑回归

【第四周】

1.正则化

2.神经网络

3.作业:多元分类、神经网络预测函数

【第五周】

1.神经网络的学习(Learning1)

2.神经网络的学习(Learning2)

3.作业:神经网络实现

【第六周】

1.应用机器学习的建议

2.机器学习系统的设计

3.作业:正则线性回归、偏移和方差

4.Kaggle比赛:预测泰坦尼克号幸存乘客(报名指导)

【第七周】

1.支持向量机

2.聚类

3.作业:SVM实现、垃圾邮件分类

4.Kaggle比赛:预测泰坦尼克号幸存乘客(入门指导)

【第八周】

1.降维

2.异常检测

3.作业:K-means 聚类算法 、PCA 主成分析

4.Kaggle比赛:预测泰坦尼克号幸存乘客(进阶指导)

【第九周】

1.推荐系统

2.大规模机器学习

3.作业:异常检测

【第十周】

1.应用实例:图片文字识别1

2.应用实例:图片文字识别2

3.作业:推荐系统实现

【第十一~十二周】

1.期末总结

2.比赛复盘


带学导师

导师:Joey

兰州大学计算机专业博士

牵头与谷歌本部合作深度学习科研项目

科研方向:计算机视觉、强化学习、自然语言处理

中国移动集团IT架构师 

我们是这样给学生答疑的

1、AI星球1对1提问,12小时之内保证解决问题

2、每月统一收集问题直播答疑,系统讲解重难点

3、微信群及时互动,群友互答

我们是这样提交作业的

1、自主研发的作业批改系统,提交作业马上查看成绩,还可以随时查阅自己的分数

2、每月直播作业讲解,查漏补缺,真正吃透,融会贯通

学员给我们的反馈

我们的模式在往期训练营里做到了零吐槽!零差评!

而这次,更是在我们最火爆的模式上进行的更新迭代

睁开眼,阳光和你都在~

可上下滑动,查看部分学员评价

我们现有的学生

1、超过6000+学员报名

2、累积打卡总40000+次

3、总奖金池累积超过5万元

为了鼓励学生,我们拿出了10%的报名费作为打卡奖励,完成打卡赢回报名费

我们相信部分学员能拿到的奖金会远大于他的报名费

事实证明,往期训练营结束后,完成学习的每人拿到了100多元的奖学金

现在加入打卡训练营,仅需69元


3个月,每天0.7毛

你差这一顿饭钱吗?

如果,你愿意加入我们

你不仅能掌握机器学习

学习技巧+实战能力+参赛经验

还能结识一群志同道合的伙伴

-长按以下二维码速速报名-

每增加50人,学费增加10元


报名时间:2018.11.27-2019.1.4

学习周期:2018.12.30-2019.4.1


添加班主任微信进学员内部群

开启你的升级之旅

(添加客服还可领取免费《数学基础训练营》)

备注:报名成功后,请及时添加班主任微信,如有任何问题,也请添加班主任微信咨询。

订阅须知
Q、课程资料在哪里看?

A、所有的课程资料均会在训练营上传。


Q、报名后可以退款吗?

A、本服务为虚拟内容产品,一经购买,概不退款,敬请谅解。


Q、可以开具发票吗?

A、可以开具普通发票,请联系微信班主任填写需要的信息即可。



脱单去跨年!

2018年的最后一个月

不想再一个人

那就给自己许个愿望

最后一个月,我一定要遇到对的人

加入我们的活动,遇到第一眼就欢喜的Ta

我们的学员有90%都是学生,60%以上是211以上的名校,多么优质的资源

相信大家已经跃跃欲试了~





Step1:关注【深度之眼】,后台回复关键词【缘分

填写你期待的她/他是什么样子?(每人只有一次填写机会!)

Step2:对大家信息进行审核,逐一确认

Step3:根据城市为你推荐对应的小哥哥or小姐姐,如果不介意异地,也可以给你推荐


考虑到现有学员,男生多,女生少的情况,我们专门联系了女学员比较多的合作伙伴(全是妹子吼吼吼!!)
基本上可以做到1:1的比例,所以大家也不用太担心~
这里特别强调,信息一定要真实!!
我们会按照填写的信息,逐一核对,确保真实有效~

结个伴一起交个朋友也不错~

ps:小编也加入啦!!!哈哈哈!
登录查看更多
8

相关内容

个人主页: Andrew Ng Wikipedia: Andrew Ng
吳恩達是斯坦福大学计算机科学系和电气工程系的副教授,斯坦福人工智能实验室的主任。他还与达芙妮·科勒一起创建了在线教育平台Coursera。

2011年,吳恩達在Google創建了Google Brain項目,以通過分佈式集群計算機開發超大規模的人工神經網絡。2014年5月16日,吴恩達加入百度,负责「百度大脑」计划。他将同时担任百度公司首席科学家。
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
180+阅读 · 2020年1月1日
专知会员服务
116+阅读 · 2019年12月24日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
【机器学习课程】机器学习中的常识性问题
专知会员服务
74+阅读 · 2019年12月2日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
带学吴恩达《深度学习》,带打Kaggle大赛!
机器学习算法与Python学习
4+阅读 · 2019年4月24日
带学吴恩达机器学习课程和作业,带打Kaggle全球顶级大赛
重磅 | 带学斯坦福CS231n计算机视觉课+带打全球顶级kaggle大赛
机会 | 带学《机器学习》西瓜书+带打NLP算法大赛
机器学习算法与Python学习
6+阅读 · 2018年8月26日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Arxiv
12+阅读 · 2019年2月28日
Federated Learning for Mobile Keyboard Prediction
Arxiv
5+阅读 · 2018年11月8日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
【微众银行】联邦学习白皮书_v2.0,48页pdf,
专知会员服务
165+阅读 · 2020年4月26日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
180+阅读 · 2020年1月1日
专知会员服务
116+阅读 · 2019年12月24日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
【机器学习课程】机器学习中的常识性问题
专知会员服务
74+阅读 · 2019年12月2日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
相关论文
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Arxiv
12+阅读 · 2019年2月28日
Federated Learning for Mobile Keyboard Prediction
Arxiv
5+阅读 · 2018年11月8日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员