Buzz
Bạn có quan tâm đến việc học cách máy tính có thể học từ dữ liệu và đưa ra dự đoán không? Nếu có, bạn có thể muốn xem qua khóa học Học Máy trên Coursera. Đây là một trong những khóa học phổ biến và toàn diện nhất về chủ đề này, do giáo sư Andrew Ng, một giáo sư tại Đại học Stanford và một người tiên phong trong lĩnh vực này, giảng dạy. Trong khóa học này, bạn sẽ học các kiến thức cơ bản về máy học, như hồi quy tuyến tính, hồi quy logistic, mạng nơ-ron, máy vector hỗ trợ và nhiều hơn nữa. Bạn cũng sẽ được áp dụng những gì bạn học được vào các vấn đề thực tế, như lọc thư rác, nhận dạng hình ảnh và xử lý ngôn ngữ tự nhiên. Đến cuối khóa học này, bạn sẽ có một nền tảng vững chắc về máy học và sẵn sàng khám phá các chủ đề và ứng dụng nâng cao hơn. Vậy bạn còn chần chừ gì nữa? Đăng ký ngay và bắt đầu hành trình học máy của bạn!
Những gì bạn sẽ học:
- Sử dụng NumPy và scikit-learn để tạo và huấn luyện các mô hình ML cho các vấn đề dự đoán và phân loại nhị phân (như hồi quy tuyến tính và hồi quy logistic) -
- Sử dụng TensorFlow để tạo và huấn luyện một mạng nơ-ron cho phân loại đa lớp, và sử dụng cây quyết định và phương pháp cây ensemble cho các vấn đề phức tạp
- Theo dõi các quy tắc tốt nhất cho việc phát triển ML và sử dụng các kỹ thuật học không giám sát như phân cụm và phát hiện bất thường để khám phá các mẫu và các điểm ngoại lệ trong dữ liệu
- Tạo ra các hệ thống gợi ý với phương pháp lọc cộng tác và một phương pháp học sâu dựa trên nội dung, và tạo ra một mô hình học sâu học từ phần thưởng và hành động.
Về khóa học:
- Nền tảng: Coursera
- Ngôn ngữ: Tiếng Anh
- Phụ đề: Tiếng Anh, Tiếng Ả Rập, Tiếng Đức, Tiếng Thái Lan, Tiếng Bồ Đào Nha (Brazil), Tiếng Indonesia, Tiếng Pháp, Tiếng Tây Ban Nha
- Định dạng: 100% Trực tuyến
- Giảng viên: Andrew Ng, Geoff Ladwig, Aarti Bagul, Eddy Shyu
- Thời lượng: 2 tháng
Đăng ký khóa học tại đây
