资源 | 谷歌机器学习速成课

2018年3月12日10:25:04 4 684

背景

谷歌前端时间上线了基于 TensorFlow 的机器学习速成课程(Machine Learning Crash Course ,MLCC),它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。此外,还包含了实际的案例研究示例。该课程基于谷歌内部课程,最初旨在帮助谷歌员工对AI和机器学习基础知识进行介绍。现在,MLCC将面向所有人开放,而且有中文版网站!

注意:课程视频中的中文音频都是通过机器学习技术转换的,是不是很有大师范!

先附上课程地址:https://developers.google.cn/machine-learning/crash-course/

本课程解答的问题清单

  • 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?

前提条件

学习本课程之前,官方建议最好满足以下两点条件:

  • 掌握入门级代数知识。 您应该了解变量和系数、线性方程式、函数图和直方图(熟悉对数和导数等更高级的数学概念会有帮助,但不是必需条件)。
  • 熟练掌握编程基础知识,并且具有一些使用 Python 进行编码的经验。 机器学习速成课程中的编程练习是通过 TensorFlow 并使用 Python 进行编码的。您无需拥有使用 TensorFlow 的任何经验,但应该能够熟练阅读和编写包含基础编程结构(例如,函数定义/调用、列表和字典、循环和条件表达式)的 Python 代码。

课程目录

第一部分: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(40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)

第二部分: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)

第三部分: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

课程练习

课程中还包含了对应的练习题,大部分编程练习使用的都是加利福尼亚州住房数据集(California housing data set)。

测试分成三种,编程练习,检查你的理解和 Playground。

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

术语库

课程还包含了一些机器学习和TensorFlow相关的术语库。

视频下载

由于谷歌将视频发布在了Youtube上,对于无法翻墙的用户可能就没办法。因此,这儿专门将视频搬运回国。有需要的可以在这里下载。

文件下载 资源名称:谷歌机器学习速成课
下载密码:发表评论并刷新可见!
下载地址
  • 个人微信号
  • 添加时请备注“脑洞大开读者”
  • weinxin
  • 微信公众号
  • 关注会有更多精彩内容!
  • weinxin

发表评论

您必须登录才能发表评论!

目前评论:4   其中:访客  4   博主  0

    • avatar liuli1043 1

      想看下

      • avatar lxttest 0

        期待

        • avatar one 1

          我想要获取资料密码

          • avatar open 0

            谷歌大法好~