很多人都想轉職資料科學家,而機器學習絕對是不可或缺的必備技能。機器學習可以說是近年來最熱門的技術之一,目前也已廣泛應用於生活上的許多事物,從電商到娛樂媒體,甚至在醫療保健業中都可以找到相關應用。也因此資料科學家和機器學習工程師成為時下最夯的職業。

Coursera 推免費機器學習課程

線上學習平台 Coursera 最近宣布推出了新的機器學習專業課程,這個課程適合沒有太多基礎的初學者。透過課程可以快速學習機器學習的基礎知識,以及如何使用這些技術來打造人工智慧應用程式。

這套課程是教育技術公司 DeepLearning.AI 和史丹佛大學合作開發的,由對於 AI 領域頗有研究的吳恩達進行授課。

吳恩達是 DeepLearning.AI 的創辦人兼執行長、深度學習與人工智慧科研專案團隊 Google Brain 團隊的創始負責人,以及百度的首席科學家。他也完成過大約 100 多篇關於機器學習、機器人技術和其他人工智慧相關學科的研究論文,可以說是學界、業界都相當具有知名度。

課程講述了這十年間機器學習的進步,包括三大重點,分別介紹機器學習、監督式學習和非監督式學習。課程使用開源語言 Octave 而非一般常用的 Python 或 R 進行作業,學習者將學習使用擴充程式庫 NumPy 和自由軟體機器學習庫 scikit-learn 構建機器學習模型、使用 TensorFlow 構建和訓練神經網路、決策樹(decision trees)等。

9/19-22 NVIDIA GTC 2022 重磅登場!

立即報名即可抽 GeForce RTX 3080 Ti 顯卡
>>活動辦法看這裡<<

5 大推薦的機器學習課程

現在網路上有許多免費的機器學習課程,對於想要精進技能、轉職的人來說,是最方便的學習方式。以下整理了幾個不同難易度的學習資源,讓各個階段的學習者都能找到最適合自己的課程。

  1. 深度學習專業化/Coursera
    除了先前提到的基礎課程外,這門課程同樣也由吳恩達進行授課,不過這是一個更高級的課程系列,適合所有有興趣了解神經網路和深度學習以及了解如何透過技術解決問題的人。與基礎課程不同,進階課程的作業和講座都使用 Python 語言,並使用 TensorFlow 庫建立神經網路。
  2. 機器學習速成課程/Google AI
    本課程來自 Google AI Education,這是一個完全免費的平台,包含文章、影片和互動內容。機器學習速成課程涵蓋了解決機器學習問題所需的主題。在學習過程中, Python 會是主要使用的程式語言,並也會介紹 TensorFlow。課程的每個重點部分都會放在互動式的筆記本系統 Jupyter 上。影片和文章內容簡潔明了,因此學習者可以按照自己的節奏快速完成課程。如果對於機器學習已經有基本認知,但希望能涵蓋所有基礎,那麼這將會是最佳選擇。這門課程直接討論了機器學習的細微差別,這通常需要花上數百小時才能從經驗中學習。
  3. 使用 Python 進行機器學習 / Coursera
    這也是一門適合初學者的課程,但這門課只關注最基本的機器學習演算法。透過講師、投影片和演算法的解釋,讓學習者能快速抓到基本的知識。本課程使用 Python,並且針對演算法背後的數學進行解釋。學習者能透過 Jupyter 筆記本,複習並演練學習的新概念。每個筆記本都能強化學習知識,並提供更具體的說明。
  4. 機器學習/EdX
    這是一門高級課程,比起前面介紹過的課程中,更需要掌握線性代數、微積分、概率等數學計算和 coding 的能力。這門課程將會有 Python Octave 作業,但課程中並不會教授任何一種語言。本課程最大的不同之處之一是涵蓋了機器學習的概率方法。對於有閱讀教科書,例如機器學習:概率視角這類碩士課程常見的數據科學書,那麼這門課程將會是一個很好的補充。
  5. 工程師機器學習簡介 / Fast.ai
    Fast.ai 為那些擁有大約一年 Python 使用經驗的人製作了這個免費機器學習課程。課程內容基於聖地亞哥大學的數據科學課程,因此講座是在有學生的教室中完成的,有點類似於 MIT OpenCourseware 風格。該課程有許多影片、作業、大量筆記和討論板。不過,在完成後沒辦法進行作業評分、測驗或認證。如果希望有這些功能,Coursera/Edx 可能會是比較好的選擇。

9/19-22 NVIDIA GTC 2022 重磅登場!

立即報名即可抽 GeForce RTX 3080 Ti 顯卡
>>活動辦法看這裡<<

本文開放合作夥伴轉載,參考資料:TechRepublicLearnDataSci,首圖來源:Unsplash