{随机段子}

衡水首履嘉信用担保有限公司_从现在起入门机器学习

种下一棵树,最好的时机有两个:十年前和现在。本系列是我作为机器学习的门外汉,学习斯坦福大学吴恩达教授的机器学习课程时的一些总结,目前我学到了第五周,我会在学习过程中分享一些东西出来,希望能够帮助到对机器学习感兴趣,想自学的小伙伴。

如果你对机器学习感兴趣,但也仅此而已,还没有入门,并没有系统的学习过。那么本课程适合你,它就是入门级课程,所有需要用到的东西,比如一点点线性代数的知识,编程工具Octave/Matlab的使用,都在视频里有对应的课程及练习帮助你掌握。这是公认的进入机器学习领域最好的课程,已经有180万人学习了本课程,而且本课程也是17年最流行的网上课程。

很多人在自学机器学习时可能会有疑问,这课程适合自己吗?能收获什么?需要什么条件吗?比如Python或者线性代数?抛弃这些疑问吧,如果想学习就学吧,先学起来,你就有感觉了,直觉会引导你走下去。

引用一下大神卡马克在<< Doom启示录 >>里的一段话:

在信息时代,客观障碍已不复存在,所谓障碍都是主观上的。如果你想动手开发什么全新的技术,你不需要几百万美元的资金,你只需要在冰箱里放满比萨和可乐,再有一台便宜的计算机,和为之献身的决心。我们在地板上睡过,我们从河水中趟过。

当你在学习本课程时,除了视频课程之外,还有下面的这些配套的资源可以用来提高学习的效率

  1. 视频是几年前(11年?据说是coursera开办时的第一个课程)拍摄的,里面可能有一些错误的地方,注意看勘误:
    比如 Errata Week3

  2. 编程作业的额外测试用例 因为编程练习题里只有一两个测试用例,所以可能会出现你提交后发现这道题目没有过的情况,此时可以借助这些额外的测试用例来帮助你找到问题所在。

  3. 每周课程和编程练习的FAQ:
    比如第三周的
    可以在看视频课程之前大致浏览一下这里的内容,等学完视频课程后,再浏览一下这里的内容。

    mei zhou ke cheng he bian cheng lian xi de FAQ: bi ru di san zhou de ke yi zai kan shi pin ke cheng zhi qian da zhi liu lan yi xia zhe li de nei rong, deng xue wan shi pin ke cheng hou, zai liu lan yi xia zhe li de nei rong.

  4. 每周重点总结
    这个是吴恩达教授发起的讨论,主要目的是让大家用自己的语言复述一下本周的5大重点,只有自己能复述出来的东西,才是自己真正学习到的东西,这也算是一种高度浓缩的总结了。视频课程的问题是本身承载的内容有限,很容易跟着视频走,失去自己思考的时间。

  5. 学习小组,有slack, what"s app 和 微信群
    我也组建了一个微信群,适合最近(2018.4月)开始学习的同学

  6. 每周相关的讨论组,比如第三周。
    可以从里面看到一些有意思的idea,比如把linear regression和 logistic regression的cost function绘制出来,一图胜千言;或者有些人会把第四周logistic regression里题目给定的特征向量展示出来,也非常有意思。

References:

Recommended Courses and Study Groups for Data Scientist or Machine Learning Engineer

Kaggle: competitions, datasets, kernels

卷积神经网络(CNN)之父Yann Lecun的youtube视频

人工神经网络(ANN)教父Jeffrey Hinton的youtube视频

10 Most Popular Courses in 2017

如果觉得本文章有帮助,请点击“推荐”按钮来让更多人看到!

资助Jack47写作,打赏一个鸡蛋灌饼吧
pay_weixin
微信打赏

当前文章:http://www.willzi.com/hnair76/101928-174116-16025.html

发布时间:00:45:04

香港正版挂牌记录??六合论坛??9801.com??香港开奖结果历史记录2017手机版??070015.com??九龙图库90jpg九龙闪电图库看图??香港马会资料大全??香港马会开奖结果直播??63307王中王??66672一桶金??

------分隔线----------------------------