重磅！谷歌发布基于TensorFlow机器学习速成课程（中文）

推荐阅读时间：4min~6min 文章内容：谷歌机器学习速成课

今天谷歌上线了基于 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。

相关推荐：

TensorFlow 修炼之道（1）——张量（Tensor）

TensorFlow修炼之道（2）——变量（Variable）

TensorFlow修炼之道（3）——计算图和会话（Graph&Session）

作者：无邪，个人博客：脑洞大开，专注于机器学习研究。