大福利!Google机器学习零基础在线课程发布,免费!有中文版!

百家 作者:AI100 2018-03-01 09:13:57



作者 | Leo


新的学习资源来了!刚刚,谷歌上线了人工智能学习网站 Learn with Google AI,并推出了机器学习在线课程,免费!而且还有中文版!


传送门:

“机器学习速成课程”中文版:

https://developers.google.com/machine-learning/crash-course/

Learn with Google AI:

https://ai.google/education



这个课程名为“机器学习速成课程” (简称MLCC) ,定位为机器学习热爱者的自学指南。


本来这是谷歌的内部课程,最初旨在帮助谷歌员工建立对人工智能和机器学习基本原理的快速认知,目前已有18,000名员工参加。


现在,谷歌终于允许这个课程“飞进寻常百姓家”。


课程总体时长大约15个小时,包含25节互动式课程、Google研究人员的讲座、40多项练习、实际案例研究等,还可以以互动方式直观呈现算法的实际运用。


为了展现课程全貌,营长将目录展示如下:


目录


简介

  • 目标

  • 前提条件和准备工作


机器学习概念

  • 机器学习简介(3分钟)

  • 框架处理(15 分钟)

  • 深入了解机器学习(20 分钟)

  • 降低损失(60 分钟)

  • 使用 TF 的基本步骤(60 分钟)

  • 泛化(15 分钟)

    • 训练集和测试集(25 分钟)

    • 验证(40 分钟)

    • 表示法(65 分钟)

    • 特征组合(70 分钟)

    • 正则化:简单性(40 分钟)

    • 逻辑回归(20 分钟)

    • 分类(90 分钟)

    • 正则化:稀疏性(45 分钟)

    • 神经网络简介(55 分钟)

    • 训练神经网络(40 分钟)

    • 多类别神经网络(50 分钟)

    • 嵌入(80 分钟)


    机器学习工程

    • 生产环境机器学习系统(3分钟)

    • 静态训练与动态训练(7 分钟)

    • 静态推理与动态推理(7 分钟)

    • 数据依赖关系(14 分钟)


    机器学习现实世界应用示例

    • 癌症预测(5 分钟)

    • 18 世纪文学(5 分钟)

    • 现实世界应用准则(2 分钟)


    总结

    • 后续步骤


    课程可以教会你什么?



    官网显示,该课程将解答如下问题:


    • 机器学习与传统编程有何不同?

    • 什么是损失,如何衡量损失?

    • 梯度下降法的运作方式是怎样的?

    • 如何确定我的模型是否有效?

    • 怎样为机器学习提供我的数据?

    • 如何构建深度神经网络?


    学习前的准备工作


    看到这里,你是不是跃跃欲试、摩拳擦掌呢?别急,虽然谷歌表示,这门速成课程是为机器学习零基础的新手设计的,但是为了能够理解课程中介绍的概念并完成练习,需要参与者掌握入门级的代数知识;熟练掌握编程基础并具有一些使用Python进行编码的经验。



    在准备工作中,课程还要求学习者对 Pandas 有所了解,因为机器学习速成课程中的编程练习使用 Pandas 库来操控数据集。


    同时需要你了解低阶的 TensorFlow 基础知识,因为速成课程中的编程练习使用 TensorFlow 的高阶 tf.estimator API 来配置模型。


    对于需要用到的主要概念和工具,谷歌也做了系统的罗列,很多概念都有超链接来进行解释,但可惜的是很多超链过去的网站都是英文,看来英文还是不能还给老师啊。


    课程学习


    准备工作完成后,就可以参照目录进行按部就班的学习了。


    课程提供包括英语、西班牙语、法语、韩语和简体中文在内的多种版本,可以从网页左下角的下拉列表中选择语言。


    值得一提的是,视频讲座的配音是使用机器学习技术生成的。营长在试听后发现,虽然机器的味道还很重,但并不影响理解,视频上方还有“发送反馈”的设置,点击后可以提交错误报告和建议,协助谷歌改进配音技术。



    学习效果的检验


    除了教学视频和文章,在每一小节结束后,课程都还附有检验学习效果的小题目。


    比如在第一节框架处理的学习结束后的题目是这样的:



    在你选择完成后,系统会告诉参与者为什么是对的,为什么是错的:



    当然也有编程练习,比如:



    谷歌为什么这么做?


    半个月前,一年一度的 MIT 十大突破性技术评选揭晓,“AI 大众化”位列其中,评选机构认为其突破性在于基于云的 AI 技术使得 AI 更加便宜且易于使用。


    自从公司战略从 Mobile first 转变为 AI first 以来,Google 就不遗余力地推行人工智能的大众化,其中就包括像 TensorFlow 以及更有趣的一些项目,比如 Doodles等,这些实验旨在以更实用的方式展示 AI。


    尽管如此,很多公司依然缺乏足够多会使用 AI 的人才,“人工智能人才缺口数百万”这样的报道也屡屡被朋友圈刷屏,所以谷歌正试图让更多的人能够通过 Learn with Google AI 来一起了解这个领域,并将人工智能和机器学习的人才汇聚起来,供他们了解机器学习核心概念、开发技巧以及应用其解决一些实际问题。


    机器学习速成课程 (简称MLCC) 是谷歌的第一个课程计划,相信日后谷歌会上线更多的课程和资源。


    祝大家学习愉快!


    招聘

    新一年,AI科技大本营的目标更加明确,有更多的想法需要落地,不过目前对于营长来说是“现实跟不上灵魂的脚步”,因为缺人~~


    所以,AI科技大本营要壮大队伍了,现招聘AI记者和资深编译,有意者请将简历投至:gulei@csdn.net,期待你的加入!


    如果你暂时不能加入营长的队伍,也欢迎与营长分享你的精彩文章,投稿邮箱:suiling@csdn.net


    AI科技大本营读者群(计算机视觉、机器学习、深度学习、NLP、Python、AI硬件、AI+金融方向)正在招募中,后台回复:读者群,联系营长,添加营长请备注姓名,研究方向。




    ☟☟☟点击 | 阅读原文 | 查看更多精彩内容

    关注公众号:拾黑(shiheibook)了解更多

    [广告]赞助链接:

    四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
    让资讯触达的更精准有趣:https://www.0xu.cn/

    公众号 关注网络尖刀微信公众号
    随时掌握互联网精彩
    赞助链接