Mengenai Kursus ini: pembelajaran mesin adalah sains untuk mendapatkan komputer untuk bertindak tanpa diprogramkan secara eksplisit. Dalam dekad yang lalu, pembelajaran mesin telah memberi kami kereta memandu sendiri, pengiktirafan ucapan praktikal, pencarian web yang berkesan, dan pemahaman yang sangat baik terhadap genom manusia. Pembelajaran mesin begitu meluas hari ini bahawa anda mungkin menggunakannya berpuluh-puluh kali sehari tanpa mengetahui. Ramai penyelidik juga fikir ia adalah cara terbaik untuk membuat kemajuan ke arah AI peringkat manusia. Dalam kelas ini, anda akan belajar tentang teknik pembelajaran mesin yang paling berkesan, dan mendapatkan amalan melaksanakannya dan membuat mereka bekerja untuk diri sendiri. Lebih penting lagi, anda akan belajar tentang bukan sahaja asas pembelajaran teoritis, tetapi juga mendapat pengetahuan praktikal yang diperlukan untuk cepat dan kuat menerapkan teknik-teknik ini untuk masalah baru. Akhirnya, anda akan belajar tentang beberapa amalan terbaik Silicon Valley dalam inovasi kerana ia berkaitan dengan pembelajaran mesin dan AI.
Kursus ini memberikan pengenalan yang luas kepada pembelajaran mesin, data, dan pengiktirafan corak statistik. Topik termasuk: (i) pembelajaran yang diselia (algoritma parametrik / bukan parametrik, mesin vektor sokongan, kernel, rangkaian neural). (ii) Pembelajaran yang tidak diselesaikan (clustering, pengurangan dimensi, sistem penggantian, pembelajaran yang mendalam). (iii) Amalan Terbaik dalam Pembelajaran Mesin (Teori Bias / Varians; Proses Inovasi dalam Pembelajaran Mesin dan AI). Kursus ini juga akan menarik dari pelbagai kajian kes dan aplikasi, supaya anda juga akan belajar cara menerapkan algoritma pembelajaran untuk membina robot pintar (persepsi, kawalan), pemahaman teks (carian web, anti-spam), penglihatan komputer, informatik perubatan , audio, perlombongan pangkalan data, dan kawasan lain.
Anda akan belajar bagaimana untuk membina projek pembelajaran mesin yang berjaya. Sekiranya anda bercita-cita untuk menjadi pemimpin teknikal di AI, dan tahu bagaimana untuk menetapkan arahan untuk kerja pasukan anda, kursus ini akan menunjukkan kepada anda bagaimana.
banyak kandungan ini tidak pernah diajar di tempat lain, dan diambil dari saya Pengalaman membina dan menghantar banyak produk pembelajaran yang mendalam. Kursus ini juga mempunyai dua "simulator penerbangan" yang membolehkan anda mengamalkan membuat keputusan sebagai pemimpin projek pembelajaran mesin. Ini menyediakan "pengalaman industri" yang anda mungkin hanya mendapat hanya selepas bertahun-tahun pengalaman kerja ML.
KANDUNGAN
01 dan 02: Pengenalan, Analisis Regresi dan Keturunan Gradien
03 : Linear Algebra - Ulasan
04: regresi linear dengan pelbagai pemboleh ubah
05: oktaf
06: regresi logistik
07: Regulsization
08: Rangkaian Neural - Perwakilan
09: Rangkaian Neural - Belajar
10: Nasihat untuk Memohon Teknik Pembelajaran Mesin
11: Rekabentuk Sistem Pembelajaran Mesin
12: Sokongan Vector Mesin
13: Clustering
14: Dimensionity Reduction
15: Pengesanan Anomali
16: Sistem Pengesahan
17: Pembelajaran Mesin Skala Besar
18: Contoh Permohonan - Foto OCR
19: Ringkasan Kursus
Anda akan:
- Memahami bagaimana untuk mendiagnosis kesilapan sistem pembelajaran mesin, dan
- dapat mengutamakan arah yang paling menjanjikan untuk mengurangkan ralat
- Memahami ML Complex ttings, seperti set latihan / ujian yang tidak sepadan, dan membandingkan dan / atau melepasi prestasi peringkat manusia
- Tahu bagaimana untuk menerapkan pembelajaran akhir-ke-akhir, pembelajaran pemindahan, dan pembelajaran pelbagai tugas
9Apps 4.9
