【Udemy中英字幕】Introduction to Machine Learning

机器学习简介

从头构建机器学习算法（没有 Sklearn 快捷方式！）

讲师：Maxime Vandegar

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 从头开始实现机器学习算法
• 比较自定义实现与 Sklearn
• 了解机器学习背后的数学和逻辑
• 增强对机器学习基础知识的信心
• 建立和训练神经网络
• 培养实用的编码技能

探索相关主题

• 机器学习
• 数据科学
• 发展

要求

• 数学知识：熟悉高中水平的数学，包括基础代数、度量和对导数的理解。
• 编程技能：精通面向对象编程（最好是 Python），以便有效地遵循和执行编码练习。

描述

通过逐步从头开始实现算法来掌握机器学习的艺术！在这个实践课程中，您不仅会学习理论，还会亲自编写流行的机器学习技术背后的代码。从线性回归和决策树到高级神经网络，每个算法的每个部分都将从头开始构建。然后，我们将根据 Scikit-learn 等行业标准库对我们的实现进行基准测试，证明我们的自定义算法在效率方面可以匹敌甚至超越它们。

这门课程有何不同：

• 向专家学习：您的导师具有高级学术研究和现实世界咨询的背景，将前沿理论与实践见解相结合。

• 没有 Sklearn 黑匣子：告别即插即用库。通过从头开始编写每个算法，了解机器学习难题的每个部分如何组合在一起。

• 动手编码：每个概念都伴随着从头开始的代码实现，确保您不仅仅是学习，更是创造。

• 全面比较：将您定制的算法与 Sklearn 的实现进行对比，以了解优化、速度和准确性。

• 完整的神经网络实现：从头开始构建和训练神经网络，了解每一层、激活函数和反向传播步骤。

在本课程结束时，您将深入了解机器学习算法的工作原理，并有信心在任何项目中实现它们 – 没有捷径，只有纯粹的掌握。

本课程适合哪些人：

• 有抱负的数据科学家
• 开发人员转向机器学习
• 学生和研究人员
• 应用领域专业人士
• 顾问和企业家
• 机器学习爱好者