google 机器学习速成课程字幕和视频

机器学习速成课程 https://developers.google.com/machine-learning/crash-course/prereqs-and-prework

使用 TensorFlow API

Google 制作的节奏紧凑、内容实用的机器学习简介课程

开始学习速成课程查看前提条件

机器学习热爱者的自学指南

机器学习速成课程包含一系列视频讲座课程、实际案例分析和实践练习。

landing-icon-clipboard.png

  • 40 多项练习

landing-icon-list.png

  • 25 节课程

landing-icon-clock.png

  • 15 小时

landing-icon-video-lecture.png

  • Google 研究人员的讲座

landing-icon-globe.png

  • 实际案例研究

landing-icon-sliders.png

  • 以互动方式直观呈现算法的实际运用

本课程将解答如下问题

了解 Google 专家针对机器学习方面的关键概念提供的最佳做法。

可以开始练习学到的机器学习知识了吗?

通过速成课程学习并运用机器学习的基本概念,或者访问“与 Google AI 一同成长”网站查看整个培训资源库。

开始学习速成课程与 GOOGLE AI 一同成长

机器学习速成课程适合您吗?

我对机器学习知之甚少或一无所知。

我对机器学习有一些了解,但想了解更新、更全面的机器学习知识。

我很了解机器学习,但对 TensorFlow 知之甚少或一无所知。

在开始机器学习速成课程之前,请先阅读下面的前提条件准备工作部分,以确保您已做好完成所有单元所需的准备工作。

前提条件

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。

注意:有关机器学习速成课程中使用的数学和编程概念的详细列表,请参阅下面的主要概念和工具部分,其中列出了每个概念的参考资料。

准备工作

可使用 Colaboratory 平台直接在浏览器中运行编程练习(无需设置!)。Colaboratory 支持大多数主流浏览器,并且在 Chrome 和 Firefox 的各个桌面版本上进行了最全面的测试。如果您想下载并离线运行这些练习,请参阅有关设置本地环境的说明

Pandas 使用入门

机器学习速成课程中的编程练习使用 Pandas 库来操控数据集。如果您不熟悉 Pandas,最好先学习 Pandas 简介教程,该教程介绍了练习中使用的主要 Pandas 功能。

低阶 TensorFlow 基础知识

机器学习速成课程中的编程练习使用 TensorFlow 的高阶 tf.estimator API 来配置模型。如果您有兴趣从头开始构建 TensorFlow 模型,请学习以下教程:

  • TensorFlow Hello World 在低阶 TensorFlow 中编码的“Hello World”。
  • TensorFlow 编程概念 演示了 TensorFlow 应用中的基本组件:张量、指令、图和会话。
  • 创建和操控张量 张量快速入门:TensorFlow 编程中的核心概念。此外,还提供了线性代数中的矩阵加法和乘法方面的复习进修内容。

主要概念和工具

机器学习速成课程中介绍并应用了以下概念和工具。有关详情,请参阅链接的资源。

数学

代数

线性代数

三角学

统计信息

微积分(可选,适合高级主题)

Python 编程

基础 Python

Python 教程中介绍了以下 Python 基础知识:

中级 Python

Python 教程还介绍了以下更高级的 Python 功能:

第三方 Python 库

机器学习速成课程代码示例使用了第三方库提供的以下功能。无需提前熟悉这些库;您可以在需要时查询相关内容。

Matplotlib(适合数据可视化)

Seaborn(适合热图)

Pandas(适合数据处理)

NumPy(适合低阶数学运算)

scikit-learn(适合评估指标)

Bash 终端/云端控制台

要在本地计算机上或云端控制台中运行编程练习,您应该能熟练使用命令行:

字幕和视频


https://github.com/iOSDevLog/MLCC

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏一心无二用,本人只专注于基础图像算法的实现与优化。

O(1)效率的表面模糊算法优化。

     很久没有写文章了,主要是最近一段时间没有以前那么多空暇空间,内存和CPU占用率一致都很高,应前几日群里网友的要求,今天发个表面模糊的小程序来找回之前...

2506
来自专栏懒人开发

(7.7)James Stewart Calculus 5th Edition:Approximate Integration

黎曼求和,我们把对应的[a, b]分成n份,每份大概为 Δx = (b - a)/n 这个时候,有:

1843
来自专栏Android机动车

数据结构学习笔记——算法

算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表达一个或者多个步骤。

671
来自专栏逍遥剑客的游戏开发

Puyo-Puyo设计文档

2195
来自专栏数据结构与算法

求细胞个数

一矩形阵列由数字0到9组成,数字1到9代表细胞,细胞的定义为沿细胞数字上下左右还是细胞数字则为同一细胞,求给定矩形阵列的细胞个数。如: 阵列  4  10 02...

2848
来自专栏苦逼的码农

循序渐进带你学习时间复杂度和空间复杂度。

写了这么久的算法文章,可以说凡是算法的文章都会涉及到时间复杂度和空间复杂度,可能有些读者对时间复杂度和空间复杂度还有点迷糊,今天特地找了一篇关于时间复杂度和空间...

1124
来自专栏懒人开发

(5.2)James Stewart Calculus 5th Edition:The Definite Integral

我们可以发现对应的每段的中点为: 1.1,.13,1.5,1.7,1.9 所以,对应的面积大致为:

1253
来自专栏java一日一条

有没有一段代码,让你觉得人类的智慧也可以璀璨无比?

Kyle McCormick 在 StackExchange 上发起了一个叫做 Tweetable Mathematical Art 的比赛,参赛者需要用三条推...

1003
来自专栏算法channel

这是一道算法面试题,不妨看看

要想从start 点到 finish 点,那么,必然经过 h1 或 h2 点,所以,问题转化为:求 start 点到 h1 点,或 start 点到 h2点的路...

954
来自专栏天天P图攻城狮

Android上实现频域均衡器

本篇文章主要介绍了将录音从时域数据转化成频域数据的方法。

4552

扫码关注云+社区

领取腾讯云代金券