网络机器人吧社区

谷歌上线机器学习速成课:与Google AI一起学习人工智能

AI前线 2018-12-05 13:29:35

编辑|Vincent
AI 前线导读:“chua”的一下就到了三月,时间过的真快。有的读者想必已经准备迈向新的工作环境,在此提前祝福。对于那些还没有准备好的朋友,谷歌 CEO “劈柴”(昵称,不要在意细节)大佬亲自为你们带来了一套谷歌出品的机器学习在线课。

更多干货内容请关注微信公众号“AI 前线”,(ID:ai-front)

早些时候,Google CEO 桑德拉·皮蔡的 twitter 上发布了有关这套课程的消息:我们资源共享,为了让更多的人学习人工智能,包括这套超过 18000 名谷歌员工参加的机器学习课程!

课程的负责人 Zuri Kemp 在文章中这样介绍这门课:

在大学期间,在石油钻井平台上做地球物理实习时,我意识到软件是未来 - 所以我把我的专业转到了计算机科学。 在谷歌工作了十多年后,我有一个类似的时刻,我意识到 人工智能是计算机科学的未来。 今天,我领导 Google 的机器学习教育工作,希望能够让所有人都能使用 AI。

······

为了帮助大家了解 AI 如何解决具有挑战性的问题,我们创建了一个名为“ 使用 Google AI 学习”的资源。 本网站提供了解核心 ML 概念的方法,开发和磨练机器学习技能,并将机器学习应用于解决现实世界的问题。 从寻找 TensorFlow 高级教程和材料的深度学习专家到想要在人工智能领域迈出第一步的“好奇的猫”,任何寻找来自 Google 的机器学习专家的教育内容的人都可以在这里找到它。

该项目还提供了一项名为机器学习速成班 (MLCC)的全新免费课程。 课程提供任何人都可以用来学习和练习的交互式可视化系统和教学视频。

我们的工程教育团队最初为 Google 员工开发了机器学习基础知识的快速、实用的介绍。到目前为止,已有 18,000 多名 Google 员工加入 MLCC,应用该课程的经验来加强 Daydream 设备的摄像机校准,为 Google Earth 创建虚拟现实并提高 YouTube 的流媒体质量。 MLCC 在谷歌的成功激励我们向所有人开放。

使用 Google AI 进行学习还可以获得更多内容,包括其他课程和文档。 我们很高兴能够帮助每个人更多地了解 AI。

在线课程地址(阅读原文链接直达):

https://developers.google.com/machine-learning/crash-course/

谷歌官方非常贴心的为中国开发者制作了中文版本的页面:

课程视频也采用中文配音的形式,但是在小编点开课程想感受一下是哪位的磁性声音时,却听到了僵硬的机器配音声Σ(っ °Д °;)っ

当时小编的表情就跟课程里这位 Peter 先生一样。不过,用户可以点击左下角的箭头更改视频的配音语言。

左侧列表就是目前 MLCC 的全部免费课程,可以看得出,都是一些比较基础入门的课程,课程目录如下:

第一部分:机器学习概念

  • 机器学习简介(3 分钟)

  • 框架处理(15 分钟)

  • 深入了解机器学习(20 分钟)

  • 降低损失(60 分钟)

  • 使用 TF 的基本步骤(60 分钟)

  • 泛化(15 分钟)

  • 训练集和测试集(25 分钟)

  • 验证(40 分钟)

  • 表示法(65 分钟)

  • 特征组合(70 分钟)

  • 正则化:简单性(40 分钟)

  • 逻辑回归(20 分钟)

  • 分类(90 分钟)

  • 正则化:稀疏性(40 分钟)

  • 神经网络简介(55 分钟)

  • 训练神经网络(40 分钟)

  • 多类别神经网络(50 分钟)

  • 嵌入(80 分钟)

第二部分:机器学习工程

  • 生产环境机器学习系统(3 分钟)

  • 静态训练与动态训练(7 分钟)

  • 静态推理与动态推理(7 分钟)

  • 数据以来关系(14 分钟)

第三部分:机器学习现实世界应用示例

  • 癌症预测(5 分钟)

  • 18 世纪文学(5 分钟)

  • 现实世界应用准则(2 分钟)

总结

  • 后续步骤


当然了,如果你还不知道自己适不适合这一套课程,Google 大佬们也替你想好了,先来一套前期准备工作,对照下看看自己是不是应该学这门课:

  • 掌握入门级代数知识。 您应该了解变量和系数、线性方程式、函数图和直方图(熟悉对数和导数等更高级的数学概念会有帮助,但不是必需条件)。

  • 熟练掌握编程基础知识,并且具有一些使用 Python 进行编码的经验。 机器学习速成课程中的编程练习是通过 TensorFlow 并使用 Python 进行编码的。您无需拥有使用 TensorFlow 的任何经验,但应该能够熟练阅读和编写包含基础编程结构(例如,函数定义 / 调用、列表和字典、循环和条件表达式)的 Python 代码。

如果这些你暂时都还不是很熟悉,不用担心!Google 为你提供了初级代数的课程以及 python 基础编程入门课,不过这些内容都是英文的,如果你准备在这里学习,英文水平一定要过硬哦~

最后,如果你想要从零开始进入人工智能领域,不妨就从 Google 的这一套课程开始,相信你会有所收获,have fun~ヾ(•ω•`)o

如果您觉得内容优质,记得给我们「留言」「点赞」,给编辑鼓励一下!

Copyright © 网络机器人吧社区@2017