该课程首先介绍了 ML 概念,然后到它的发展历史,机器学习中关于「fairness」概念,并讨论了 ML 行业的工具和技术。

之后的课程介绍了回归、分类、聚类、自然语言处理、时间序列预测、强化学习,其中两个「applied,应用」课程演示了如何在网络中使用模型以用于推理的应用程序。最后以「postscript」课程结束,列出了机器学习在「真实世界」的应用,展示了这些技术是如何在自然环境下使用的。

每节课程包括:课前热身测验、编程课程、以项目为基础的课程指导如何构建项目、检查所学知识、课程挑战、补充阅读、分配任务、课后测验等。

内容中包含的图片若涉及版权问题,请及时与我们联系删除