自學AI入門必選:史丹福機器學習課程

自學AI入門必選:史丹福機器學習課程

機器學習(Machine Learning)即透過演算方法,讓機器(電腦)像人類一樣具備「學習」的能力。過去十年間,機器學習為人類帶來網絡搜索技術、語音識別系統、自動駕駛汽車等科技。近年它的應用更滲透各行各業。想自學這門越來越備受重視的技能,但面對眾多散亂的網上資源,感到無從入手?不如報讀史丹福大學(Stanford University)的機器學習線上課程,成為「AI教父」Andrew Ng的學生!


Andrew Ng不但是史丹福大學的教授、Google Brain Deep Learning Project與Coursera的創辨人,更曾擔任百度的首席科學家,在行內是響噹噹的大人物。能跟隨經驗如此豐富的前輩學習,絕對是非常難得的機會。EDjob已為你整理出課程其他相關資訊,立即花幾分鐘閱讀下文,一次過了解課程內容、優勢和特點。


課程概要

在為期11週(約60小時)的課程,你不但能涉獵到機器學習的理論基礎,更能動手實踐。


本課程的主題包括:


  1. 監督學習

參數/非參數算法、支持向量機(Support Vector Machines)、內核函數(Kernal function、神經網絡

  1. 無監督學習

聚類(Clustering)、降維(Dimensionality Reduction)、推薦系統、深度學習

  1. 機器學習的慣常做法

偏差/方差理論、機器學習和AI的創新歷程


除此之外,你亦能學會將演算法應用於智能機械人、文本理解、電腦視覺(Computer Vision)、醫學資訊學和數據庫挖掘等多個領域。

課程優勢

課程最大的優點是它側重於讓初學者理解概念,而非數學推導的過程。對於較深的數學公式,堂上只會輕輕帶過。這不但減低了初學者對機器學習的排斥感,亦降低了學習的門檻。


這門課適合初學者修讀嗎?

不少機器學習的入門課都會假定同學已經修完Andrew Ng的課,所以這門課可說是入門之中的入門!另外,課程中的代碼教程使用的是Octave或MATLAB,而非Python和C語言,即使是沒有編程基礎的新手,或數學、統計、IT基礎薄弱的人,亦能輕易上手。如果你在功課上遇到任何難題,還可以隨時在Coursera的課程論壇上與別人討論交流,互相學習。


如何報讀?

透過EDjob,你可以在Coursera平台上免費註冊,登記選修這堂課。課程零收費,所有資源及筆記都免費提供,但如果你希望獲得由Coursera頒發、並附有史丹福大學標誌的專業證書,則要另外付費。

下一篇文章 【數據分析師 逆市加薪不是夢?】即聽行內人士解構行業實況