Machine Learning

Über diesen Kurs: Machine Lernen ist die Wissenschaft, Computer zu erhalten, ohne explizit programmiert zu werden. Im vergangenen Jahrzehnt hat das Machine Lernen uns selbstfahrende Autos, praktische Spracherkennung, effektive Websuche und ein deutlich verbessertes Verständnis des menschlichen Genoms gegeben. Machine Lernen ist heute so durchdringend, dass Sie es wahrscheinlich dutzende Male pro Tag verwenden, ohne es zu kennen. Viele Forscher denken auch, dass es der beste Weg ist, Fortschritte in Richtung des Humanebenen-AI vorzunehmen. In dieser Klasse erfahren Sie über die effektivsten Machine-Lerntechniken und erlangen die Praxis, um sie umzusetzen und sie zur Arbeit für sich selbst zu bringen. Noch wichtiger ist, dass Sie nicht nur die theoretischen Untergründe des Lernens erfahren, sondern auch das praktische Know-how, sondern auch das praktische Know-how gewinnen, um diese Techniken schnell und kraftvoll auf neue Probleme anzuwenden. Schließlich erfahren Sie etwas über einige der besten Praktiken von Silicon Valley in Innovation, da es sich um Maschinenlernen und AI bezieht.
Dieser Kurs bietet eine breite Einführung in die Anerkennung von Machine, Datamining und Statistical Muster. Zu den Themen gehören: (i) Beaufsichtigtes Lernen (parametrische / nicht parametrische Algorithmen, Support-Vektormaschinen, Kernel, neuronale Netzwerke). (ii) unbeaufsichtigtes Lernen (Clustering, Dimensionalitätsreduzierung, Empfehlungssysteme, tiefes Lernen). (iii) Best Practices in Machine Lernen (Neigung / Varianztheorie; Innovationsprozess in Maschinenlernen und AI). Der Kurs wird auch aus zahlreichen Fallstudien und Anwendungen zeichnen, sodass Sie auch lernen, Lernalgorithmen anzusetzen, um intelligente Roboter (Wahrnehmung, Kontrolle), Textverständnis (Websuche, Anti-Spam), Computervision, medizinische Informatik zu bauen , Audio-, Datenbankabbau und andere Bereiche.
Sie erfahren, wie Sie ein erfolgreiches Maschinenlernprojekt aufbauen. Wenn Sie streben, ein technischer Führer in AI zu sein, und wissen Sie, wie Sie die Richtung für die Arbeit Ihres Teams setzen können, zeigt Ihnen dieser Kurs, wie.
Ein Großteil dieses Inhalts wurde nie anderswo unterrichtet und wird von meiner Erleben Sie Gebäude und versenden Sie viele tiefe Lernprodukte. Dieser Kurs hat auch zwei "Flugsimulatoren", mit denen Sie die Entscheidungsfindung als Maschinenlernprojektleiter üben können. Dies bietet "Branchenerfahrung", die Sie ansonsten nur nach Jahren der ml-Berufserfahrung erhalten könnten.
Inhalt
01 und 02: Einführung, Regressionsanalyse und Gradientenabstieg
03 : Lineare Algebra -
04: lineare Regression mit mehreren Variablen
05: Oktave
06: Logistische Regression
07: Regularisierung
08: neuronale Netzwerke - Vertretung
09: Neuronale Netzwerke - Lernen
10: Hinweise zum Auftragen von Machine Lerntechniken
11: Machine Lernsystem Design
12: Support Vector Maschinen
13: Clustering
14: Dimensionalität Reduktion
15: Anomaly Detection
16: Empfehlungssysteme
17: Lernen mit großem Maßstab
18: Anwendungsbeispiel - Foto OCR
19: Kurszusammenfassung
Zazzle.de Zazzle.de
Zazzle.ch Einloggen ein Machine-Lernsystem, und - Priorisieren der vielversprechendsten Richtungen zum Reduzieren des Fehlers
- verstehen komplex ML SE Zeile, z. B. nicht übereinstimmende Trainings- / Testsätze und den Vergleich mit und / oder Überwachen der Leistung der Humanebene - wissen, wie das Ende-to-End-Lernen, das Lernen des Transfers und das Lernen mit mehreren Task anwenden