免费中文版！谷歌上线机器学习速成课程

谷歌在以往介绍自己的 AI 产品、开源代码和研究成果的 ai.google 网站上新上线了教育板块「Learn with Google AI」（ai.google/education/），汇集各类 AI 学习资源，旨在帮助广大学生、研究者、产品开发者掌握包括 AI 基础知识、模型开发技术、开源平台使用、Kaggle 竞赛、综合解决方案设计等各方面的 AI 技术应用能力。

「Learn with Google AI」中丰富的学习内容板块

目录

简介：

前提条件和准备工作

机器学习概念：

框架处理（15 分钟）机器学习中的监督学习

深入了解机器学习（20 分钟）什么是损失函数，权重和 bias 是什么

降低损失（60 分钟）两种梯度下降，及对学习率的实验

使用 TensorFlow 基本步骤（60 分钟）不能不懂的 TensorFlow

泛化（15 分钟）什么是过拟合，怎样评价一个模型的好坏，把数据集分成测试和训练两部分

训练及测试集（25 分钟）验证把数据集分成两部分的好处

验证（40 分钟）担心过拟合？在测试和训练集外多弄一个验证集

表示法（65 分钟）特征工程，75% 机器学习工程师的时间都在干的事

特征组合（70 分钟）明白什么是特征组合，怎么用 TensorFlow 实现

正则化：简单性（40 分钟）L2 正则化，学习复杂化和普遍化的取舍

逻辑回归（20 分钟）理解逻辑回归，探索损失函数和正则化

分类（90 分钟）评估一个逻辑回归模型的正确性和精度

正则化：稀松性（45 分钟）L2 的其他种类

介绍神经网络（40 分钟）隐藏层，激活函数

训练神经网络（40 分钟）反向传播

多种类神经网络（50 分钟）理解多类分类器问题，Softmax，在 TensorFlow 中实现 Softmax 结果。

嵌入（80 分钟）什么是嵌入，这是干什么的，怎样用好。

工程：

生产 ML 系统（3 分钟）ML 生产中的宽度

静态 vs. 动态训练（7 分钟）静态和动态训练的优缺点

静态 vs. 动态推断（7 分钟）静态和动态推断的优缺点

数据依赖（14 分钟）理解 ML 中的数据依赖

生活中实际的 ML 例子：

预测癌症（5 分钟）

18 世纪文献（5 分钟）

真实世界方针（2 分钟）

结论：

下一步要学习的内容，推荐了 TensorFlow，Google 的课程深度学习，及 Kaggle 比赛等。

练习题：

大部分练习题的数据是用的 California housing data set 。

测试分成三种，编程练习，检查你的理解和 Playground。

课程特点

这一机器学习速成课程最大的特点是它有完整的中文资料、中文语音和字幕以及中文测试题，它为机器学习初学者提供了最实用的的资料。

如下所示，该课程提供的课件非常适合于国内初学者：

如下所示，该课程提供了很多中文练习，包括编程练习和文本理解的选择题，这非常有助于各位读者检验在视频和资料中学习到的知识。

如下展示了机器学习术语，这一部分分成全面的介绍了机器学习中的术语的含义，非常好懂。

最后，该课程还提供了非常多的中文学习资料或技术博客，这些文本资料同样也是扩展读者知识并从原理上学习新技术的重要保证。

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

或者：https://developers.google.cn/machine-learning/crash-course/

欢迎加入终身学习数据分析圈子，一次缴费，永久免费学

加入方式：

转账598，先拉微信群，再邀请进小密圈

犹豫的、不懂的、咨询的不要加，加了也是僵尸，时间宝贵，你我都珍惜

2：扫码加入