哥大应用机器学习资料放出，注重课程实践

大数据文摘出品

作者：蒋宝尚

假期已经远去，是时候学点课程、读点书啦。

文摘菌今天给大家推荐一款机器学习课程。与以往不同，这门课程注重实践，提倡学生亲自动手实现机器学习理论。

课程名为《COMS W4995 Applied Machine Learning》由哥伦比亚大学开设，主讲教师为书籍《Python机器学习导论》的作者：ANDREAS C.MULLER。

具体来说，本课程讨论了支持向量机、随机森林、梯度增强和神经网络等机器学习方法在真实数据集中的应用，其中包括数据的准备、模型的选择和评价。

学习这门课程之前，最好有点机器学习的理论知识。并且熟悉Python编程和NumPy，pandas和matplotlib的基本使用，毕竟根据官网上介绍，这们课程是COMS W4721补充课程，除了对模型的应用之外，课上老师也讨论了机器学习模型相关的软件开发工具和实践。

课程官网：

https://www.cs.columbia.edu/~amueller/comsw4995s19/

课程安排

这门课程19年的1月23开讲，目前已经是第四周，第16周，也就是19年的6月5号完成最后一门考试。

所有的课程都可以在课程官网的目录中找到，前4周的课程，都可以点击目录上的超链接在YouTube上观看。

课程所用的参考教材为Mueller, Guido所著的《Introduction to machine learning with python》和Kuhn, Johnson 所著的《Applied predictive modeling》以及Goodfellow, Bengio, Courville合写的《Deep Learning》。课程要求的相关阅读也大多数是这三本书上的。