机器学习极简入门课
1714
已购买
34
课时

课程介绍

本达人课针对机器学习初学者,从机器学习、深度学习最基本的原理及学习意义入手,以模型为驱动,带领大家吃透几个最经典的机器学习模型——学习这些模型的原理、数学推导、训练过程和优化方法。

本课为每个模型提供了极小数据量的“极简版”实例,方便读者从直观上了解模型的运行原理。借助这些例子,大家可以将自己变身为“人肉计算机”,通过口算/笔算每一步的推导,模拟算法全过程,进而彻底理解每个模型的运作方式。

此外,本课还介绍了构建数据集、特征选择、调参、验证模型的方法,以及如何同步进行编程语言学习。帮助您掌握进行机器学习产品开发的基本能力。

作者介绍

李烨,高级软件工程师,现就职于微软(Microsoft),曾在易安信(EMC)和太阳微系统(Sun Microsystems)任软件工程师。先后参与聊天机器人、大数据分析平台等项目的开发。微信公众号:yuesiyuedu;个人微信号:julia_li_2013

课程大纲

本课程大纲分为六大部分,共计 34 篇:

enter image description here

* 实际更新文章题目可能与框架略有出入
* 本课程框架 5.17 修订后新增 4 篇文章,价格不变
开篇词 | 入门机器学习,已迫在眉睫
第01课:为什么要学原理和公式推导
第02课:学习机器学习原理,改变看待世界的方式
第03课:如何学习“机器学习”
第04课:为什么要学 Python 以及如何学 Python
第05课:机器是如何学习的?
第06课:机器学习三要素之数据、模型、算法
第07课:模型的获取和改进
第08课:模型的质量和评判指标
第09课:最常用的优化算法——梯度下降法
第10课:线性回归——从模型函数到目标函数
第11课:线性回归——梯度下降法求解目标函数
第12课:朴素贝叶斯分类器——从贝叶斯定理到分类模型
第13课:朴素贝叶斯分类器——条件概率的参数估计

适宜人群

  • 机器学习初学者;
  • 理科在校学生;
  • 有一定编码经验,有意愿转向 AI 领域的 IT 从业人员。

购买须知

  • 本课程为订阅专栏,更新时间为 2018 年 5 月 21 日至 2018 年 7 月 25 日。
  • 本课程每周一、三、五更新,形式为图文内容,共计 34 期。
  • 付费用户可获取读者圈 PASS 权限,与讲师进一步互动。
  • 本课程为虚拟产品,一经付费概不退款,敬请谅解。

订阅福利

  • 新用户购买立享五折优惠。
  • 订购本课程可获得专属海报,分享专属海报每成功邀请一位好友购买,即可获得 25% 的返现奖励,多邀多得,上不封顶,立即提现。
  • 提现流程:请在 GitChat 服务号中点击“我-我的邀请-提现”进行提现。
报名成为达人课讲师
推荐课程
查看更多达人课
免费试读
¥49 立即购买
微信扫描登录