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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！