主页 > 工程案例 >

工程案例

网络上深度学习机器学习的在线课程是否值得学习

感谢@Venn的补充年三十简单写了一下,没想到过百赞了,太粗糙了重新组织和修改一下。————————————————————首先不建议购买国内的那些培训班的课程,质量堪忧。还有题主应该是初学者,所以建议题主还是先入个门感受一下机器学习,不是说听说这个现在很火跟风去学,机器学习是一门数学和计算机交叉的学科,想要深入的话理论和工程要求都很高,只是简简单单的调用API是不能触摸到其本质成为优秀的算法工程师。计算机科学有这么多领域,不一定死磕机器学习,在任何一个方向深耕十几年的话定会成为大牛。入门的话建议看Coursera上吴恩达教授的《机器学习》课程,真真切切的感受一下机器学习,请自己把作业认真做完,收获定会很多。如果上完上面这门课程,确实喜欢并且想深入学习,可以看看吴教授最新出的《DeepLearning》,刷完我想你对现在最火的深度学习有所了解。接下来我不建议刷课了,而是去Kaggle上刷比赛,将自己所学运用到实际的问题中,题主在参加比赛中可能需要学习TensorFlow,建议看斯坦福大学CS20si。个人认为一名优秀的工程师最重要的是解决实际的问题而不是陷于低质量重复性地刷课中。如果在比赛中发现自己基础不扎实,可以通过《PatternRecognitionandMachineLearning》和《DeepLearning》(最近新出的一本叫做《NeuralNetworkMethodsforNaturalLanguageProcessing》也是极好,在学习中。。。)查漏补缺,慢慢前行,不断地实践不断地夯实基础。机器学习正处于第三次大爆发时期,有许多学界的研究者在贡献自己的力量,题主基础扎实以后,可以紧跟学界的论文,将最新的研究成果应用到实际的问题中。再附上一些知名的课程,如果题主有时间和兴趣可以继续学习:斯坦福大学CS231n,中文翻译:斯坦福深度学习课程CS231N2017中文字幕版斯坦福大学CS224n,B站视频地址:斯坦福2017季CS224n深度学习自然语言处理课程斯坦福大学CS234:ReinforcementLearning台湾大学林轩田教授《机器学习基石上》,《机器学习基石下》,《机器学习技法》(技法C站还没出,等出了再补充)台湾大学《AppliedDeepLearning/MachineLearningandHavingItDeepandStructured》CMU11-785DeepLearning视频;https://www.youtube.com/channel/UC8hYZGEkI2dDO8scT8C5UQA切记一定要自己动手实现课程的作业以及参加Kaggle的比赛,纸上得来终觉浅,绝知此事要躬行。请不要陷入刷课的泥潭中,不忘记学习机器学习的初心,方能始终。————————————————————补充Amazon李沐大神出的《动手学深度学习》,一门零基础,着重动手实践的深度学习免费中文课程。数学基础不够或者忘完的小伙伴们有福了,可以学习C站出品的《MathematicsforMachineLearning》课程。Berkeley出品的《DeepReinforcementLearning》C站出品的《高级机器学习专项课程》Yandex出品的《NaturalLanguageProcessing》,PyTorch版的《Deepearning》以及《ReinforcementLearning》C站出品的机器学习应用类课程《GuidedTourofMachineLearninginFinance》和《Self-DrivingCars》C站出品的强化学习课程《强化学习专项课程》和计算机视觉课程《计算机视觉专项课程》
关键词:
我要留言共 0 条留言
我要留言:
内容:
(内容500字,1000字)
验证码:
 
Copyright © 2015 海宁市普宁板业有限公司 版权所有
网站地图    友情链接: