机器学习

课程背景

电力、汽车、互联网和手机改变了 20 世纪。现在，人工智能 (AI) 通过机器学习 (ML) 正在改变 21 世纪。它正在改变人们对技术的感知和互动方式。它使机器能够执行更广泛的任务。在某些情况下，机器已经比人类做得更好。这些示例包括我们智能手机上的语音助手、产品推荐引擎、虚拟试穿应用程序、自动驾驶汽车、实时股票市场交易、社会公益应用程序（打击犯罪）、视频游戏、信用卡欺诈预防、垃圾邮件过滤、医学疾病检测/诊断等。所有组织都在大力投资人工智能和机器学习研究和应用，尤其是谷歌、Facebook、苹果、亚马逊和 Hooli Con (GAFAH) 等大公司。

 

课程概述

​

这是一个介绍性程序，不需要机器学习的先前知识。一些计算机编程经验会有所帮助，但不是先决条件。我们专注于在高层使用 Python，主要是通过 API 调用。我们还专注于机器学习库，例如 scikit-learn 库以及 PyTorch（一种深度学习框架）。通过这个过程，我们已经完成了所有相关步骤，以创建一个成功的机器学习应用程序。如果您熟悉 Python、NumPy、scikit-learn 以及 matplotlib 库，您将从本课程中获益更多。所有这些都将在此计划期间访问。

​

课程模式

​

该计划不会过多地关注数学。相反，它侧重于使用机器学习算法来解决欺诈检测和在图像中查找对像等问题的实际方面。该程序不描述如何从头开始编写机器学习算法。相反，它将专注于如何使用已经在 scikit-learn 和 PyTorch 中实现的大量机器学习技术。重点主要是指定架构和损失函数，以解决人工智能和数据科学类型的问题。

​

为了使该程序有效，我们将通过案例研究和问题来补充机器学习算法和技术，例如：  

​

• 房价预测

• 手写字符识别

• 信用卡欺诈检测

• 市场细分

• 流失预测和驱动因素

• 客户生命周期价值 (CLV) 预测

• 照片分类

• 人员识别

• 文件分类

• 物体检测

• ​

​

教学方法

 

该计划将包括讲座、动手实验室和小组研究项目。到课程结束时，学生将能够进行研究报告。他们将能够使用他们在计划中学到的所有工具来做到这一点。此外，他们将使用这些工具的知识来撰写将作为 Medium 文章发表的小组研究论文。

​

学习成果

​

1. 通过该计划，学习者可以发展与机器学习领域的一系列主题相关的知识、技能和理解，包括：
   
   ✓ 监督机器学习
   ✓ 无监督机器学习 
   ✓ 深度学习
   ✓ 建筑工程
   ✓ 特征工程
   ✓ 数据工程
   ✓ 机器学习超参数 
   ✓ 交叉验证
   ✓ 网格搜索
   ✓ 评估指标
   ✓ 机器学习管道
    

2. 实施使用机器学习和相关项目管道解决问题的技术
    

3. 理解并利用 Python 中提供的各种库（例如 SkLearn、NumPy、Pandas、Seaborn、Matplotlib）来进行机器学习
    

4. 了解和利用各种库深度学习库，例如 PyTorch
    

5. 通过视觉、口头和书面报告有效地解释和交流机器学习结果
    

6. 使用技术分析和利用数据结合机器学习来解决现实生活中的业务问题

​​

亮点和优势

 

 

令人印象深刻的结果

​

带教授签名的结业证书
+
优秀学生可能会收到教授推荐信，并与教授继续研究

​

X

​

学术资产

​

关于研究结果的综合介绍
+
作为中等文章发表的深入学术研究论文
+
多种技能来建立你的简历
+
令人印象深刻的面试项目

​

X

​

强大的网络

​

7周与加州大学伯克利分校教授亲密互动 
+
顶尖学校研究助理的支持
+
与世界各地的精英学生建立联系

​

=

​

名校、龙头企业offer！

​

​

关于课程教练

​

James (Jimi) G. Shanahan 教授，博士

​

• 加州大学伯克利分校数据科学与机器学习明星教授

• 在机器学习和信息处理领域出版了 6 本书，50 多篇研究出版物，以及 20 多项专利

• 多家高科技公司顾问

• 爱尔兰创新中心 (IIC) 科学与技术执行副总裁

• 25 年以上开发和研究尖端技术的经验

• 信息管理系统

• 曾共同创办机器学习和信息系统相关公司​

​

如何申请

​

• 请填写第一轮评估申请表，点击以下链接，填写基本注册信息并支付课程费用

• 根据需要，我们可能会要求提供最新的成绩单、简历或面试