Один из самых популярных курсов по машинному обучению — «Машинное обучение» Эндрю Нг на Coursera.
В этом блоге я перечислю причины, по которым он мне понравился, и настоятельно рекомендую всем, кто интересуется этой областью, записаться на этот курс.
Машинное обучение — быстрорастущая область. Благодаря напору гигантских технологических компаний в настоящее время существует множество курсов или наностепеней, обучающих студентов различным областям машинного обучения, либо конкретным структурам, либо алгоритмам машинного обучения.
Когда я впервые попал в эту область, я был ошеломлен разнообразием курсов. Просто я не мог сказать себе, с чего начать. Я принял решение пойти и сосредоточиться на Tensorflow, поскольку он поддерживается Google, и изучил их учебник, предлагаемый на сайте. Однако меня еще больше запутали технические термины, которые ничего для меня не значат, и шаги, которые я не знаю, почему я должен их делать?
Оттуда я решил немного остановить Tensorflow и сначала изучить основы машинного обучения. Я некоторое время искал лучшие курсы, пока не пришел на Coursera и не нашел класс Эндрю. Я принял решение пойти дальше и изучить его.
Курс представлен в такой удивительной структуре, в которой основное внимание уделяется пониманию алгоритмов, а не их использованию вслепую. Вам может не понадобиться полное понимание, чтобы использовать их при использовании Tensorflow или Sickit-Learn. Тем не менее, базовое понимание дает вам глубокое представление о них и открывает ваш разум для расширения ваших знаний о других алгоритмах.
Поддерживаемый язык программирования — Matlab/Octave, который действительно прост в освоении. На самом деле, мне потребовался один день, чтобы изучить его, а остальное вы можете изучить по ходу дела. Это помогло мне не отвлекаться от основной цели.
Курс состоит из двух частей. Первая часть состоит в том, чтобы дать учащимся представление о некоторых основных алгоритмах машинного обучения. Вторая часть состоит в том, чтобы научить студентов некоторым инструментам и методам анализировать свои реализации алгоритмов. С такими инструментами и методами вы можете начать свой путь, чтобы копнуть глубже в них и помочь вам открыть для себя различные способы. Это в конечном итоге расширит ваш набор аналитических навыков.
Наконец, вы можете изучать курс в своем темпе обучения. Вы всегда можете начать с того места, на котором остановились в прошлый раз. На мой взгляд, завершение курса важно только для того, чтобы задокументировать усилия, которые вы приложили в ходе курса. Цель этого курса — получить знания.
Спасибо Эндрю Нг и его команде.