吳恩達過時了?這群俄國人推出機器學習新課程,附大波資源鏈接
郭一璞 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
戰鬥民族的ML戰鬥力越來越強了,現在跑到reddit上安利起了自己的課程。
mlcourse.ai
這個課程的名字叫mlcourse.ai,是一套開放、免費的機器學習課程,課程為期10周,包含5大主題12個部分。
課程目錄
主題1 使用Pandas探索數據分析
主題2
-Python可視化數據分析
-Seaborn、Matplotlib和Plotly庫概述
主題3 分類、決策樹和k近鄰演算法
主題4 線性分類和回歸
-Part 1 普通最小二乘法
-Part 2 邏輯回歸
-Part 3 正則化
-Part 4 優點和缺點
-Part 5 驗證和學習曲線
主題5 演算法和隨機森林
-Part 1 Bagging
-Part 2 隨機森林
-Part 3 特徵重要性
如果想學這套課程的話,需要在國慶節之前填表(鏈接在文末),10月1日正式開課,學到12月9日就結束了,那一天正好是24節氣中的大雪。
mlcourse.ai課程在github上已經獲得了超過1900顆星,其中包含很多練習的部分,而且每周都會有作業,還有課程內的Kaggle比賽。
課程的發布者說,這套課程的重點是完美結合了理論與實踐,還有互動的激勵機制讓你能堅持下去,另外還有一個大型社區提供支持,可以去社區里問作業。
課程到底好不好,眾說紛紜
不太適合純·初學者
這套課程其實不太適合24k純初學者的,也即是說,需要一定的數學和Python基礎。
數學部分包括微積分、線性代數、概率論與數理統計;Python部分需要懂DataQuest,DataCamp甚至CodeAcademy這些東西。
如果你需要補充知識的話,可以去讀Ian Goodfellow、Yoshua Bengio和Aaron Courville寫的那本《深度學習》,或者Marc Peter Deisenroth、A Aldo Faisal和Cheng Soon Ong的《機器學習數學基礎》。(文末有鏈接)
如果還覺得這些數學不夠酸爽,可以去MIT的公開課網站上刷數學。(文末有鏈接+1)
另外,你最好是個github用戶,還懂一些bash和Docker。(文末有鏈接+2)
壓力有點大
雖然從目錄來看,課程比較短,但是畢竟只有10周,所以課程節奏會很快,每周至少需要5~6個小時來學習。如果你想認真投入到課程內的Kaggle競賽的話,那可能每周20~25個小時都有。
有二刷的同學評論說,這是初級中級水平最好的實用教材之一,需要提前學習線性代數。雖然課程中大部分作業不算難,但是偶爾也會有幾個非常有挑戰性的題目,其中競賽的部分最難,不過確實對個人能力有很大提升。
比吳恩達老師的課fashion
也有網友問到該課程和吳恩達老師的Coursera課程比起來怎麼樣,發布機構回應說:
吳恩達的課程已經過時了。
該機構認為,相比吳恩達,mlcourse.ai的成更難,需要的數學基礎更高;更新,不會在不起作用的事情上花太多時間;而且用的是Python而非Octave。
一群俄國人
mlcourse.ai課程來自一個名為OpenDataScience的機構,他們號稱彙集了15000名說俄語的數據科學家。
此前他們已經用俄語講過一次mlcourse.ai課程了,10月這次是本課程第二次推出了,放心,這次是英文版。
當然,編寫者基本都是說俄語的科學家。比如主創人員之一Yury Kashnitskiy,畢業於號稱「俄羅斯MIT」莫斯科物理技術學院,目前是荷蘭皇家KPN電信集團的數據分析師。
這位老師的github頭像很好看呢
傳送門
課程主頁:
https://mlcourse.ai/
課程申請表:
https://docs.google.com/forms/d/e/1FAIpQLSevId-XgOe6n3m-RTbXQfeN-KpyMdvkzCDoG2BL6m90EBfasQ/viewform
(看到google域名了沒?打不開的話想想是為什麼)
課程資源列表(包含github和視頻):
https://mlcourse.ai/resources
《深度學習》github譯本:
https://github.com/exacity/deeplearningbook-chinese
《機器學習數學基礎》:
https://mml-book.github.io/
MIT的數學課:
https://ocw.mit.edu/courses/mathematics/
Docker小白指南:
https://github.com/Yorko/mlcourse.ai/wiki/Software-requirements-and-Docker-container
—完—
加入社群
量子位AI社群28群開始招募啦,歡迎對AI感興趣的同學,在量子位公眾號(QbitAI)對話界面回復關鍵字「交流群」,獲取入群方式;
此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。
進專業群請在量子位公眾號(QbitAI)對話界面回復關鍵字「專業群」,獲取入群方式。(專業群審核較嚴,敬請諒解)
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。
※2018網易未來科技峰會劇透!今年最熱的會是什麼?
※機器人繪畫大賽作品一覽,一點都不人工智障
TAG:量子位 |