このコースについて：機械学習は、コンピュータが明示的にプログラムされずに行動することの科学です。過去10年間で、機械学習は私たちの自己運転車、実用的な音声認識、効果的なWeb検索、そしてヒトゲノムの膨大な改善された理解を与えました。機械学習は、今日はおそらくそれを知らずに1日の数十回使用することをおそらく使うことをとても普及しています。多くの研究者はまた、それが人間レベルのAIを進歩させるのが最良の方法であると考えています。このクラスでは、最も効果的な機械学習技術について学び、それらを実装して自分のために働くことを実践してください。もっと重要なことに、あなたは学習の理論的な基準だけでなく、これらの技術を新しい問題に迅速かつ強力に適用するために必要な実用的なノウハウを得ることができます。最後に、それが機械学習とAIに関連するように、イノベーションにおけるシリコンバレーのベストプラクティスのいくつかについて学ぶでしょう。トピックは次のとおりです。（i）教師付き学習（パラメトリック/ノンパラメトリックアルゴリズム、サポートベクターマシン、カーネル、ニューラルネットワーク）。 （ii）教師なし学習（クラスタリング、次元化、推薦システム、深部学習）。 （iii）機械学習におけるベストプラクティス（バイアス/分散理論;機械学習およびAIにおけるイノベーションプロセス）。コースはまた、多数のケーススタディとアプリケーションから描画します。そのため、スマートロボットの構築（知覚、制御）、テキスト理解（Web検索、スパム）、コンピュータビジョン、医療情報学の構築に学習アルゴリズムを適用する方法も学びます。 、オーディオ、データベースマイニング、その他の分野。
成功した機械学習プロジェクトを構築する方法を学びます。あなたがAIの技術的なリーダーになることを目指して、チームの仕事のために方向を設定する方法を知っていれば、このコースはあなたにどのようにあなたに;
このコンテンツの多くは他の場所で教えられたことがなく、私から描かれています多くの深い学習製品の構築と発送を体験してください。このコースには、機械学習プロジェクトリーダーとしての意思決定を練習させる2つの「フライトシミュレータ」があります。これはあなたがそうでなければ「業界の経験」を提供する。
内容
01と02：はじめに、回帰分析と勾配降下
03 ：リニア代数 - レビュー
04：複数変数を持つ線形回帰
05：ロジスティック回帰
07：正則化
08：ニューラルネットワーク - 表現
09：ニューラルネットワーク - 学習
10：機械学習技術を適用するためのアドバイス
11：機械学習システムデザイン
12：サポートベクトルマシン
13：クラスタリング
15：異常検出
16：推奨システム
17：大規模機械学習
18：適用例 - 写真OCR
19：コースの概要
：
- エラーの診断方法を理解する機械学習システム、および
- 複雑なML SEを理解するために最も有望な方向を優先することができる。ミスマッチトレーニング/テストセットなどのTTING、そして人間レベルの性能と比較して、エンドツーエンドの学習、転送学習、およびマルチタスク学習を適用する方法を知っている
9Apps 4.9
