ML lutte contre les conflits interethniques de plus en plus, et maintenant a continué reddit Amway leur propre programme.
mlcourse.ai
Le nom du cours intitulé mlcourse.ai , Il est un cours d'apprentissage machine à ouvert, libre, dure 10 semaines cours, comprend cinq grands thèmes 12 pièces.
Catalogue de cours
Les données relatives à un sujet d'analyse pour explorer l'utilisation Pandas 2-Python analyse des données visuelles -Seaborn, le sujet de Matplotlib et bibliothèque 3 classification Plotly, k algorithme du plus proche voisin, et l'arbre 4 relatif à la classification et la régression linéaire -Partie 1 régression logistique OLS -Partie 2 -part. 3 régularisation des avantages et des inconvénients. -Part 4. 3 -partie 5 caractérisé en importance et de l'algorithme d'authentification et la courbe d'apprentissage concernant 5 forêt aléatoire -partie 1 ensachage-Partie 2 forêt aléatoire -partie
Si vous voulez apprendre ce cours, puis, avant la Journée nationale a besoin remplissage (Lien à la fin de l'article), 1 Octobre a commencé officiellement, a appris 9 Décembre à la fin, ce jour-là se trouvait dans les 24 conditions de neige solaires.
Bien sûr mlcourse.ai sur GitHub a reçu plus de 1.900 étoiles, qui contient beaucoup de section de pratique, et chaque semaine il y a des emplois, il y a concurrence Kaggle dans le programme.
éditeur de cours, a déclaré l'objectif de ce cours est la combinaison parfaite de la théorie et la pratique, ainsi que l'interaction des incitations afin que vous puissiez tenir, en plus d'un grand soutien de la communauté, vous pouvez aller demander au travail communautaire.
Cours à la fin est bonne, des opinions différentes
· Ne convient pas pour les débutants purs
En fait, ce cours ne convient pas pour les débutants 24k pur est-à-dire prendre un peu de mathématiques de base et Python.
Y compris la section de mathématiques calcul , Algèbre linéaire , Probabilités et statistique mathématique , Une partie Python besoin de savoir DataQuest , DataCamp même Codecademy Ces choses.
Si vous avez besoin de connaissances supplémentaires, vous pouvez lire Ian Goodfellow, Yoshua Bengio et Aaron Courville a écrit que « l'apprentissage en profondeur », ou Marc Peter Deisenroth, A Aldo Faisal et Cheng Bientôt Ong de « machine à apprendre les fondements des mathématiques. » (Fin de l'article il y a un lien)
Si vous vous sentez toujours la brosse sur ces mathématiques mathématiques assez de fraîcheur acide, vous pouvez aller sur le site de la classe ouverte du MIT. (Fin de l'article il y a un lien +1)
De plus, vous feriez mieux d'être un utilisateur de GitHub, mais aussi une certaine connaissance de bash et Docker. (Fin du texte a des liens +2)
Pression un peu gros
Bien que la vue depuis le répertoire, bien sûr est courte, mais après seulement 10 semaines, donc le rythme du cours auront bientôt besoin d'une semaine au moins 5 à 6 heures pour apprendre. Si vous voulez mettre sérieusement en concurrence Kaggle dans le programme, il peut être de 20 à 25 heures par semaine, a.
Il y a deux brosses étudiants a fait remarquer que c'est l'un des meilleurs premier cycle du secondaire d'enseignement pratique, besoin d'apprendre l'algèbre linéaire à l'avance. Bien que la plupart des travaux de cours est pas difficile, mais parfois il y a plusieurs sujet très difficile, certains des plus difficile la concurrence, mais il a beaucoup à renforcer la capacité des individus.
la mode Andrew Ng que l'enseignant de la classe
demande également le programme de l'enseignant et des cours Andrew Ng Coursera par rapport à la façon dont genre, autorité d'émission a répondu en disant:
Les cours d'Andrew Ng obsolète .
L'agence estime que, par rapport à Andrew Ng, mlcourse.ai dans une base plus difficile, plus les mathématiques nécessaires, la mise à jour, ne pas passer trop de temps sur des choses qui ne fonctionnent pas, et en utilisant un Python plutôt que Octave.
Un groupe de russes
Bien sûr mlcourse.ai d'une organisation nommée OpenDataScience, ils ont appelé une collection de 15000 scientifiques de données russophones.
Ils avaient déjà parlé une fois mlcourse.ai le cours de cette Octobre russe est la deuxième fois le lancement du cours, et se rassurent, cette fois en anglais.
Bien sûr, les auteurs sont dit essentiellement scientifiques russes. Par exemple, l'un des créatifs Iouri Kashnitskiy, est diplômé de la soi-disant « Russie MIT » Moscou Institut de physique et de la technologie, est maintenant analyste de données KPN Royal Dutch Telecom Group.
le bon de l'enseignant de le voir GitHub Avatar
portail
Cours Accueil:
https://mlcourse.ai/
Formulaire de demande:
https://docs.google.com/forms/d/e/1FAIpQLSevId-XgOe6n3m-RTbXQfeN-KpyMdvkzCDoG2BL6m90EBfasQ/viewform
(Voir encore le nom de domaine google? Open, alors pensez à pourquoi)
Liste des ressources pédagogiques (contenant github et vidéo):
https://mlcourse.ai/resources
« Apprentissage profond » traduction github:
https://github.com/exacity/deeplearningbook-chinese
« L'apprentissage machine, les fondements des mathématiques »:
https://mml-book.github.io/
MIT classe de mathématiques:
https://ocw.mit.edu/courses/mathematics/
github Guide Blanc:
Docker Guide Blanc:
https://github.com/Yorko/mlcourse.ai/wiki/Software-requirements-and-Docker-container
- complet -
recrutement sincère
Qubits recrutent éditeur / journaliste, basé à Zhongguancun de Beijing. Nous attendons de talent, des étudiants enthousiastes de nous rejoindre! Détails, s'il vous plaît interface de dialogue qubit numéro public (QbitAI), réponse mot "recrutement".
qubit QbitAI · manchettes sur la signature de
' « suivre les nouvelles technologies AI dynamiques et de produits
