Chia Sẻ Khóa Học Machine Learning Specialization [Update Tháng 3-2024] [Khóa 6812 A]
Nắm vững các khái niệm AI nền tảng và phát triển các kỹ năng machine learning thực tế trong chương trình 3 khóa học thân thiện với người mới bắt đầu của một giảng viên có tầm nhìn xa về AI.
Bạn sẽ học được gì:
- ✓ Build các ML model với NumPy & scikit-learn, build & train supervised models cho các nhiệm vụ prediction & binary classification (hồi quy tuyến tính, logistic).
- ✓ Build & train một neural network với TensorFlow để thực hiện multi-class classification, đồng thời xây dựng và sử dụng decision trees & tree ensemble methods.
- ✓ Áp dụng các phương pháp hay nhất cho ML development và sử dụng các kỹ thuật unsupervised learning cho unsupervised learning, bao gồmclustering & anomaly detection.
- ✓ Xây dựng các recommender system với collaborative filtering approach & content-based deep learning method & build một deep reinforcement learning model.
Những kỹ năng bạn sẽ đạt được:
- ✓ Logistic Regression.
- ✓ Artificial Neural Network.
- ✓ Linear Regression.
- ✓ Decision Trees.
- ✓ Recommender Systems.
Chuyên ngành này bao gồm chuỗi 3 khóa học:
Machine Learning Specialization là một chương trình trực tuyến nền tảng được tạo ra với sự cộng tác giữa DeepLearning.AI và Stanford Online. Chương trình thân thiện với người mới bắt đầu này sẽ dạy cho bạn các nền tảng về machine learning và cách sử dụng các kỹ thuật này để xây dựng các ứng dụng AI trong thế giới thực.
Chuyên ngành này được giảng dạy bởi một giảng viên có tầm nhìn xa về AI, người đã lãnh đạo nghiên cứu quan trọng tại Đại học Stanford và công trình mang tính đột phá tại Google Brain, Baidu và Landing.AI để phát triển lĩnh vực AI.
Chuyên ngành 3 khóa học này là phiên bản cập nhật của khóa học Machine Learning tiên phong của Andrew, được xếp hạng 4,9 trên 5 và được hơn 4,8 triệu người học tham gia kể từ khi khóa học ra mắt vào năm 2012.
Nó cung cấp phần giới thiệu rộng rãi về học máy hiện đại, bao gồm supervised learning (multiple linear regression, logistic regression, neural networks, và decision trees), unsupervised learning (clustering, dimensionality reduction, recommender systems) và một số phương pháp hay nhất được sử dụng trong Thung lũng Silicon dành cho đổi mới trí tuệ nhân tạo và học máy (đánh giá và điều chỉnh các mô hình, áp dụng cách tiếp cận lấy dữ liệu làm trung tâm để cải thiện hiệu suất, v.v.).
Khi kết thúc Chuyên ngành này, bạn sẽ nắm vững các khái niệm chính và có được bí quyết thực tế để áp dụng học máy một cách nhanh chóng và hiệu quả vào các vấn đề đầy thách thức trong thế giới thực. Nếu bạn đang muốn thâm nhập vào lĩnh vực AI hoặc xây dựng sự nghiệp trong lĩnh vực học máy thì Machine Learning Specialization mới là nơi tốt nhất để bắt đầu.
Dự án ứng dụng học tập :
Khi kết thúc Chuyên ngành này, bạn sẽ sẵn sàng:
- ✓ Xây dựng các mô hình machine learning trong Python bằng cách sử dụng các thư viện machine learning phổ biến NumPy và scikit-learn.
- ✓ Xây dựng và đào tạo các mô hình supervised machine learning cho các nhiệm vụ dự đoán và phân loại nhị phân, bao gồm hồi quy tuyến tính và hồi quy logistic.
- ✓ Xây dựng và đào tạo một neural network với TensorFlow để thực hiện multi-class classification.
- ✓ Áp dụng các phương pháp hay nhất cho machine learning development để mô hình của bạn khái quát hóa dữ liệu và nhiệm vụ trong thế giới thực.
- ✓ Xây dựng và sử dụng decision trees và tree ensemble methods, bao gồm random forests và boosted trees.
- ✓ Sử dụng các unsupervised learning cho unsupervised learning: bao gồm clustering và anomaly detection.
- ✓ Xây dựng các recommender system với collaborative filtering approach và content-based deep learning method.
- ✓ Xây dựng một deep reinforcement learning model.
Chuyên ngành này bao gồm 3 khóa học:
- ✓ 1. Supervised Machine Learning: Regression and Classification.
- ✓ 2. Advanced Learning Algorithms.
- ✓ 3. Unsupervised Learning, Recommenders, Reinforcement Learning.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU