随着机器学习越来越受到公众的关注,很多初学者希望能快速了解机器学习及前沿技术。而今天谷歌上线了基于 TensorFlow 的机器学习速成课程

 

 

 

它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。谷歌官方描述为机器学习热爱者的自学指南,课程资料全为中文,视频和音频内容也被人工智能翻译为中文了!!!

 

 

 

此外,据了解,这曾是谷歌内部培训工程师的课程,有近万名谷歌员工参与并将学到的东西用在产品的优化和增强上

废话说多了还是招人厌,着急的朋友可以先把可程地址拿走开始看了:

https://developers.google.cn/machine-learning/crash-course/
没错,是google.cn,可以正常访问,但是www.google.cn还是老样子 

 

迫不及待的要去学习了?先看看有啥需要事先了解和准备的。

机器学习速成课程中介绍并应用了以下概念和工具。

数学

代数

  • 变量、系数和函数

  • 线性方程式,例如 y=b+w1x1+w2x2

  • 对数和对数方程式,例如 y=ln(1+ez)

  • S 型函数

线性代数

  • 张量和张量等级

  • 矩阵乘法

三角学

  • Tanh(作为激活函数进行讲解,无需提前掌握相关知识)

统计信息

  • 平均值、中间值、离群值和标准偏差

  • 能够读懂直方图

微积分(可选,适合高级主题)

  • 导数概念(您不必真正计算导数)

  • 梯度或斜率

  • 偏导数(与梯度紧密相关)

  • 链式法则(可让您全面了解用于训练神经网络的反向传播算法)

Python 编程

基础 Python

Python 教程中介绍了以下 Python 基础知识:

  • 定义和调用函数:使用位置和关键字参数

  • 字典、列表、集合(创建、访问和迭代)

  • for 循环:包含多个迭代器变量的 for 循环(例如 for a, b in [(1,2), (3,4)]

  • if/else 条件块和条件表达式

  • 字符串格式化(例如 '%.2f' % 3.14

  • 变量、赋值、基本数据类型(intfloatboolstr

  • pass 语句

中级 Python

Python 教程还介绍了以下更高级的 Python 功能:

  • 列表推导式

  • Lambda 函数

第三方 Python 库

机器学习速成课程代码示例使用了第三方库提供的以下功能。无需提前熟悉这些库;您可以在需要时查询相关内容。

Matplotlib(适合数据可视化)

  • pyplot 模块

  • cm 模块

  • gridspec 模块

Seaborn(适合热图)

  • heatmap 函数

Pandas(适合数据处理)

  • DataFrame 类

NumPy(适合低阶数学运算)

  • linspace 函数

  • random 函数

  • array 函数

  • arange 函数

scikit-learn(适合评估指标)

  • metrics 模块

Bash 终端/云端控制台

要在本地计算机上或云端控制台中运行编程练习,您应该能熟练使用命令行:

  • Bash 参考手册

  • Bash 快速参考表

  • 了解 Shell