前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【谷歌机器学习课程公开了!】Google AI 教育项目今起免费开放,完美支持中文

【谷歌机器学习课程公开了!】Google AI 教育项目今起免费开放,完美支持中文

作者头像
新智元
发布2018-03-12 15:48:19
1.2K0
发布2018-03-12 15:48:19
举报
文章被收录于专栏:新智元新智元新智元

新智元报道

作者:马文、克雷格

【新智元导读】3月的第一天,谷歌就为各级别的AI开发者和研究人员带来了福利:免费的机器学习和人工智能课程。首先推出的机器学习速成班课程约为15小时,包括互动课程、谷歌研究人员的讲座以及40多个练习,全是干货!

3月的第一天,谷歌发福利了!

今天,谷歌上线人工智能学习网站Learn with Google AI,网站设有一门名为机器学习速成班(Machine Learning Crash Course ,MLCC)的免费课程。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!

跟着谷歌学机器学习的机会来了,还是免费的,3月的第一天,谷歌你能对开发者们再好一点吗?

Learn with Google AI:适用于所有级别的人工智能热点

谷歌一直在追求人工智能教育的普及,包括开放了像TensorFlow这样的高级项目,也有Doodles这样的低门槛且有趣的项目,这些项目旨在以更实用的方式展示AI。

Google想通过把Learn with Google AI网站作为机器学习和人工智能材料库,让人们能够“了解核心ML概念,开发和磨练ML技能,并将ML应用于现实世界”。网站内容从高级研究人员到初学者全面覆盖。

Learn with Google AI网站设有一门名为机器学习速成班(Machine Learning Crash Course ,MLCC)的免费课程。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,已有18000名员工入学。

现在,谷歌正在通过Learn with Google AI网站向所有人开放MLCC,该课程能提供训练,采用交互式可视化和教学视频以帮助教授机器学习概念。

MLCC有中文版网站!网址是:

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

MLCC课程约为15小时,包括互动课程、谷歌研究人员的讲座以及40多个练习。它是为没有任何机器学习经验的菜鸟设计的。但谷歌建议菜鸟们应该掌握入门级代数,熟练掌握编程基础知识和Python。 MLCC也是谷歌计划推出的众多课程和资源中的第一个,接下来,还有很多课程和资源将陆续推出,敬请期待!

MLCC是最大亮点,完美支持汉语!

MLCC目前提供英语、西班牙语、法语、韩语和汉语普通话版本。

机器学习速成(MLCC)课程包含一系列视频讲座课程、实际案例分析和实践练习。正如官网所描述的,这是“机器学习热爱者的自学指南”。

  • 40 多项练习
  • 25 节课程
  • 15 小时
  • Google 研究人员的讲座
  • 实际案例研究
  • 以互动方式直观呈现算法的实际运用

课程提供机器学习关键概念的解释,更重要的是,你可以在该课程中直接了解谷歌的专家针对各类机器学习任务提供的最佳做法。

课程界面

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

我们以“深入了解机器学习”一节为例,体验一下:

深入了解机器学习 (Descending into ML)

线性回归是一种找到最适合一组点的直线或超平面的方法。本模块会先直观介绍线性回归,为介绍线性回归的机器学习方法奠定基础。

学习目标

  • 复习前面学过的直线拟合知识。
  • 将机器学习中的权重和偏差与直线拟合中的斜率和偏移关联起来。
  • 大致了解 “损失”,详细了解平方损失。

视频讲座的配音是使用机器学习技术生成的。用户可以点击上方的 “发送反馈” 即可提交错误报告和建议,协助谷歌改进配音技术。

课程提供英语、西班牙语、法语、韩语和普通话5种版本,可以从下拉列表中选择语言。

PPT 第2页,PPT中的内容可以直接复制,这点比其他MOOC课程的体验要好。

视频也可以调语速,有1.5倍和2倍速的选择。在这个3分钟的短视频里,课程简明讲解了机器学习中的权重和偏差,损失和平方损失等概念。

除了视频讲座外,课程还提供大量教程和练习,以及相当全面的术语库。

总而言之,谷歌新推出的这个项目和系统的课程是名副其实的“机器学习热爱者的自学指南”,与吴恩达著名的Deep Learning五门课相辅相成,务必体验一下。

Learn with Google AI网站:http://ai.google/education

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-03-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档