登录注册
热门问题
最新资源下载
如何系统入门机器学习？
看到网上很多答案都是直接建议转行入门/研究生/，但是对于在校本科生，应该怎么样去准备？
- 数学一直被强调很重要，那么是哪方面的数学呢？Differential Equation/Numerical Method、Graph Theory、Stochastic Process、Regression、Real Analysis，这些吗？
- CS的基础呢？System、Architecture、Database、Text Information System、Distributed System？
- 勤练习很重要。目前对data和cv比较感兴趣，但是这方面有可以练手的东西吗？
- 前面提到的数学/cs基础如何与应用结合？因为有限的接触，发现很多应用都是使用成型的库、方法。
个人本学期在学算法、AI、统计入门、云计算基础、跟Andrew的ml课，有数据结构和一点c++、python基础，数学只有微积分的水平。
未来已来提问于 2018-03-07 17:361 个回答
1 个回答
-
网易云有料 2018-03-08 10:30在下以为，入门关键不是追求系统，而是能上手，有成就感，才有动力，不断进步。Google 新推出的中文免费入门课程，可能比 Ng 的经典课程更容易上手，推荐：Machine Learning Crash Course
该课程约为15小时，包括互动课程、谷歌研究人员的讲座、实际案例研究以及40多个练习。课程基于谷歌内部课程，最初旨在帮助谷歌员工了解 AI 和机器学习基础知识，已有18000名员工入学。
课程收益：
- 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大数据？
- 如何构建深度神经网络？
学习门槛：
机器学习速成课程并不会假定或要求您预先掌握机器学习方面的任何知识。但是，为了能够理解课程中介绍的概念并完成练习，您最好满足以下前提条件：
- 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。
在下以为，入门关键不是追求系统，而是能上手，有成就感，才有动力，不断进步。Google 新推出的中文免费入门课程，可能比 Ng 的经典课程更容易上手，推荐：Machine Learning Crash Course
该课程约为15小时，包括互动课程、谷歌研究人员的讲座、实际案例研究以及40多个练习。课程基于谷歌内部课程，最初旨在帮助谷歌员工了解 AI 和机器学习基础知识，已有18000名员工入学。
课程收益：
- 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大数据？
- 如何构建深度神经网络？
学习门槛：
机器学习速成课程并不会假定或要求您预先掌握机器学习方面的任何知识。但是，为了能够理解课程中介绍的概念并完成练习，您最好满足以下前提条件：
- 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。
推荐问答* 版权声明 ：社区问答内容由互联网用户编辑提交，本社区不拥有所有权，也不承担相关法律责任。如果您发现本社区中有涉嫌侵权、暴力、色情、反
动等言论，欢迎发送邮件至：
进行举报并提供初步证明，一经查实，本社区将立刻删除相关内容。