全球名校AI课程库（2）| 吴恩达 · 机器学习专项课程『Machine Learning』
🏆 课程学习中心 | 🚧 机器学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析
课程介绍
Andrew Ng（吴恩达）在2012年推出的『机器学习』课程已经收获了超过 480 万学习者。2022年课程团队对其进行更新升级，广泛地介绍了现代机器学习，包括监督学习（多线性回归、逻辑回归、神经网络和决策树）、无监督学习（聚类、降维、推荐系统），以及硅谷用于人工智能和机器学习创新的一些最佳实践（评估和调整模型，采用以数据为中心的方法来提高性能等）。
课程学习结束时，学习者将掌握关键概念并获得实用知识，以快速有效地将机器学习应用于具有挑战性的现实问题。如果希望进入 AI 领域或在机器学习领域建立职业生涯，那么这门新版本的『机器学习专项课程』会是非常棒的选择！
课程讲师为Andrew Ng（吴恩达），曾在斯坦福大学领导过重要研究，并在 Google Brain、百度和 Landing.AI 开展了开创性工作，以推动 AI 领域的发展。
课程主题
本课程是 Stanford CS229 的内容拓展版，由吴恩达教授讲授。课程官网发布了课程主题，ShowMeAI 对其进行了翻译。
- Supervised Machine Learning: Regression and Classification（有监督机器学习：回归和分类）
- Introduction to Machine Learning（机器学习概论）
- Regression with multiple input variables（多输入变量回归）
- Classification（分类）
- Advanced Learning Algorithms（前沿学习算法）
- Neural Networks（神经网络）
- Neural network training（神经网络训练）
- Advice for applying machine learning（机器学习的实战建议）
- Decision trees（决策树）
- Unsupervised Learning, Recommenders, Reinforcement Learning（无监督学习 / 推荐 / 强化学习）
- Unsupervised learning（无监督学习）
- Recommender systems（推荐系统）
- Reinforcement learning（强化学习）
课程资料 | 下载
公✦众✦号回复关键字 🎯『AndrewNG-ML』，就可以获取整理完整的资料合辑啦！当然也可以点击 🎯 这里 查看更多课程的资料获取方式！
ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：
- 📚 课件（PPT格式）。包括3门课程的全部课件高清版。
- 📚 作业（.ipynb格式）。课程布置的全部作业。
- 📚 课程代码（.ipynb格式）。课程终于使用Python进行讲解啦~
课程视频 | B站
(强推|双字)2022吴恩达机器学习Deeplearning.ai课程
🌍 B站 | (强推|双字)2022吴恩达机器学习Deeplearning.ai课程
ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 👆 B站 观看完整课程视频哦！
全球名校AI课程合辑
- 🚧 CS数学基础课程合辑：https://www.showmeai.tech/tutorials/38
- 🚧 计算机基础课程合辑：https://www.showmeai.tech/tutorials/29
- 🚧 机器学习课程合辑：https://www.showmeai.tech/tutorials/28
- 🚧 深度学习课程合辑：https://www.showmeai.tech/tutorials/77
- 🚧 自然语言处理课程合辑：https://www.showmeai.tech/tutorials/55
- 🚧 计算机视觉课程合辑：https://www.showmeai.tech/tutorials/73
- 🚧 强化学习课程合辑：https://www.showmeai.tech/tutorials/87
- 🚧 AI生物医疗课程合辑：https://www.showmeai.tech/tutorials/74
- 🚧 其他名校AI课程合辑：https://www.showmeai.tech/tutorials/76
作者：ShowMeAI内容团队
阅读原文：https://www.showmeai.tech/article-detail/380
