【导读】前些日子，大家都知道，Google 上线了基于 TensorFlow 的机器学习速成课程，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。

本课程是机器学习热爱者的自学指南，且课程资料都是中文书写，课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助，我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程，有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。

课程网址：

https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版

课程目录

机器学习概念 01-03讲：机器学习简介、框架处理、深入了解ML 04-06讲：降低损失、使用TF的基本步骤、泛化 07-09讲：训练集和测试集、验证、表示法 10-12讲：特征组合、简单正则化、逻辑回归 13-15讲：分类、稀疏性正则化、神经网络简介 16-18讲：训练神经网络、多类别神经网络、嵌套 机器学习工程 19-20讲：生产环境机器学习系统、静态与动态训练 21-22讲：静态与动态推理、数据依赖关系 应用示例 23-25讲：癌症预测、18世纪文字、应用准则

第一讲：机器学习简介

本单元将为您介绍机器学习 (ML)。

预计用时：3 分钟 学习目标

• 了解掌握机器学习技术的实际优势
• 理解机器学习技术背后的理念

第二讲：问题构建

本单元探讨了如何将某个任务构建为机器学习问题，并介绍了各种机器学习方法中通用的很多基本词汇术语。

预计用时：2 分钟 学习目标

• 复习机器学习基本术语。
• 了解机器学习的各种用途。

第三讲：深入了解机器学习

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。

预计用时：3 分钟 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。

明天更新4~6讲，继续关注！

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

-END-