行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 大数据 > 正文

吴恩达过时了?这群俄国人推出机器学习新课程

战斗民族的ML战斗力越来越强了,现在跑到reddit上安利起了自己的课程。

mlcourse.ai

 

 

这个课程的名字叫mlcourse.ai,是一套开放、免费的机器学习课程,课程为期10周,包含5大主题12个部分。

课程目录

主题1 使用Pandas探索数据分析

主题2

-Python可视化数据分析

-Seaborn、Matplotlib和Plotly库概述

主题3 分类、决策树和k近邻算法

主题4 线性分类和回归

-Part 1 普通最小二乘法

-Part 2 逻辑回归

-Part 3 正则化

-Part 4 优点和缺点

-Part 5 验证和学习曲线

主题5 算法和随机森林

-Part 1 Bagging

-Part 2 随机森林

-Part 3 特征重要性

 

 

如果想学这套课程的话,需要在国庆节之前填表(链接在文末),10月1日正式开课,学到12月9日就结束了,那一天正好是24节气中的大雪。

mlcourse.ai课程在github上已经获得了超过1900颗星,其中包含很多练习的部分,而且每周都会有作业,还有课程内的Kaggle比赛。

课程的发布者说,这套课程的重点是完美结合了理论与实践,还有互动的激励机制让你能坚持下去,另外还有一个大型社区提供支持,可以去社区里问作业。

课程到底好不好,众说纷纭

不太适合纯·初学者

这套课程其实不太适合24k纯初学者的,也即是说,需要一定的数学和Python基础。

数学部分包括微积分、线性代数、概率论与数理统计;Python部分需要懂DataQuest,DataCamp甚至CodeAcademy这些东西。

如果你需要补充知识的话,可以去读Ian Goodfellow、Yoshua Bengio和Aaron Courville写的那本《深度学习》,或者Marc Peter Deisenroth、A Aldo Faisal和Cheng Soon Ong的《机器学习数学基础》。(文末有链接)

 

 

如果还觉得这些数学不够酸爽,可以去MIT的公开课网站上刷数学。(文末有链接+1)

另外,你最好是个github用户,还懂一些bash和Docker。(文末有链接+2)

压力有点大

虽然从目录来看,课程比较短,但是毕竟只有10周,所以课程节奏会很快,每周至少需要5~6个小时来学习。如果你想认真投入到课程内的Kaggle竞赛的话,那可能每周20~25个小时都有。

 

 

有二刷的同学评论说,这是初级中级水平最好的实用教材之一,需要提前学习线性代数。虽然课程中大部分作业不算难,但是偶尔也会有几个非常有挑战性的题目,其中竞赛的部分最难,不过确实对个人能力有很大提升。

比吴恩达老师的课fashion

也有网友问到该课程和吴恩达老师的Coursera课程比起来怎么样,发布机构回应说:

吴恩达的课程已经过时了。

该机构认为,相比吴恩达,mlcourse.ai的成更难,需要的数学基础更高;更新,不会在不起作用的事情上花太多时间;而且用的是Python而非Octave。

一群俄国人

mlcourse.ai课程来自一个名为OpenDataScience的机构,他们号称汇集了15000名说俄语的数据科学家。

 

 

此前他们已经用俄语讲过一次mlcourse.ai课程了,10月这次是本课程第二次推出了,放心,这次是英文版。

当然,编写者基本都是说俄语的科学家。比如主创人员之一Yury Kashnitskiy,毕业于号称“俄罗斯MIT”莫斯科物理技术学院,目前是荷兰皇家KPN电信集团的数据分析师。

 

 

△ 这位老师的github头像很好看呢

传送门

课程主页:

https://mlcourse.ai/

课程申请表:

https://docs.google.com/forms/d/e/1FAIpQLSevId-XgOe6n3m-RTbXQfeN-KpyMdvkzCDoG2BL6m90EBfasQ/viewform

(看到google域名了没?打不开的话想想是为什么)

课程资源列表(包含github和视频):

https://mlcourse.ai/resources

《深度学习》github译本:

https://github.com/exacity/deeplearningbook-chinese

《机器学习数学基础》:

https://mml-book.github.io/

MIT的数学课:

https://ocw.mit.edu/courses/mathematics/

github小白指南:

http://try.github.io/

Docker小白指南:

https://github.com/Yorko/mlcourse.ai/wiki/Software-requirements-and-Docker-container

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部