吴恩达过时?这批俄罗斯人推出了机器学习新课程,并附上了大波资源链接-量子比特
战斗民族的ML战斗力越来越强,现在跑到reddit开始了安利自己的课程。
mlcourse.ai
学科课程目录
mlcourse.ai课程在github中获得超过1900颗星,其中包括大量练习部分,每周有作业,还有课程内的Kaggle竞赛。
课程发布者表示,该课程的重点是将理论与实践完美结合,互动激励机制可以让你继续,还有大社区提供支持,去社区问作业。
课程是好是坏,不太适合纯初学者的意见各不相同
这个课程实际上不太适合24k的纯初学者。也就是说,你需要一定的数学和Python基础。
数学部分包括微积分、线性代数、概率论和数理统计,Python部分需要理解DataQuest、DataCamp,甚至是CodeAcademy。
如果你需要补充知识,你可以阅读Ian Goodfellow,Yoshua Bengio,Aaron Courville写的《深度学习》,或者Marc Peter Deisenroth,A Aldo Faisal,Chen Soon Ong的《机器学习数学基础》。(句末有链接)
另外,最好是也知道bash和Docker的github用户。(句末有链接+2、
有点压力
看了目录,课程很短,但毕竟只有10周,课程很快,每周至少需要5~6个小时来学习。如果你想认真对待课程内的Kaggle竞赛,每周可能会有20到25个小时。
有二刷的学生评论说,这是初级中级水平最好的实用教材之一,需要提前学习线性代数。课堂上大多数作业都不难,但偶尔会有一些挑战性的问题。其中竞争部分最难,但确实在个人能力上有很大提高。
吴恩达比起老师的课,fashion
该课程与吴恩达老师的Coursera课程相比如何。
吴恩达的课已经过时了。
该机构认为mlcourse.ai的成比吴恩达更难,所需的数学基础更高。更新不会花太多时间在没用的事情上。而且不是使用Octave而是使用Python。
俄罗斯人小组的mlcourse.ai课程来自一个名为OpenDataScience的机构,该机构汇集了15000名说俄语的数据科学家。
到目前为止,他们用俄语讲授了一次mlcourse.ai课程,但10月份这是第二次,所以放心,这次是英文版。
当然,编纂者基本上是讲俄语的科学家。例如,创始人之一的Yury Kashnitskiy毕业于被称为“俄罗斯MIT”的莫斯科物理技术学院,现在是荷兰皇家KPN电信集团的数据分析师。
(这位老师的脸真漂亮。)
转发门课程主页:
https://mlcourse.ai/
课程申请表:
https://docs.google.com/forms/d/e/1FAIpQLSevId-XgOe6n3m-RTbXQfeN-KpyMdvkzCDoG2BL6m90EBfasQ/viewform
(看到google域名了吗?如果打不开的话,想想为什么)
课程体系资源列表(包括github和视频):
https://mlcourse.ai/resources
《深度学习》github译本:
https://github.com/exacity/deeplearningbook-chinese
《机器学习数学基础》:
https://mml-book.github.io/
MIT数学课:
https://ocw.MIT.edu/courses/mathematics/
github白导游:
http://try.github.io/
Docker Slo Guide:
https://github.com/Yorko/mlcourse.ai/wiki/Software-requirements-and-Docker-container