全球名校AI课程库（2）| 吴恩达 · 机器学习专项课程『Machine Learning』

🏆 课程学习中心 | 🚧 机器学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析

课程介绍

Andrew Ng（吴恩达）在2012年推出的『机器学习』课程已经收获了超过 480 万学习者。2022年课程团队对其进行更新升级，广泛地介绍了现代机器学习，包括监督学习（多线性回归、逻辑回归、神经网络和决策树）、无监督学习（聚类、降维、推荐系统），以及硅谷用于人工智能和机器学习创新的一些最佳实践（评估和调整模型，采用以数据为中心的方法来提高性能等）。

课程学习结束时，学习者将掌握关键概念并获得实用知识，以快速有效地将机器学习应用于具有挑战性的现实问题。如果希望进入 AI 领域或在机器学习领域建立职业生涯，那么这门新版本的『机器学习专项课程』会是非常棒的选择！

课程讲师为Andrew Ng（吴恩达），曾在斯坦福大学领导过重要研究，并在 Google Brain、百度和 Landing.AI 开展了开创性工作，以推动 AI 领域的发展。

课程主题

本课程是 Stanford CS229 的内容拓展版，由吴恩达教授讲授。课程官网发布了课程主题，ShowMeAI 对其进行了翻译。

Supervised Machine Learning: Regression and Classification（有监督机器学习：回归和分类）
- Introduction to Machine Learning（机器学习概论）
- Regression with multiple input variables（多输入变量回归）
- Classification（分类）
Advanced Learning Algorithms（前沿学习算法）
- Neural Networks（神经网络）
- Neural network training（神经网络训练）
- Advice for applying machine learning（机器学习的实战建议）
- Decision trees（决策树）
Unsupervised Learning, Recommenders, Reinforcement Learning（无监督学习 / 推荐 / 强化学习）
- Unsupervised learning（无监督学习）
- Recommender systems（推荐系统）
- Reinforcement learning（强化学习）