谷歌发布新课程,要给记者们讲讲机器学习!

简介: 谷歌发布新课程,要给记者们讲讲机器学习!

人工智能正在新闻编辑室里发挥着越来越重要的作用,但是不同新闻人对技术的了解却是良莠不齐。

近日,谷歌宣布,两大新闻组织JournalismAI与VRT新闻联合Google新闻计划合作制作了一门免费的新闻培训课程,并且正式发布了。

课程链接指路:
https://newsinitiative.withgoogle.com/training/course/introduction-to-machine-learning

这一课程名为《机器学习简介》,谷歌称,是由新闻工作者为新闻工作者编写的,它将帮助回答以下问题:
什么是机器学习?
如何训练机器学习模型?
记者和新闻机构可以用它做什么?
为什么以负责任的态度使用它很重要?

Google新闻倡议培训中心提供了17种不同语言的课程,总共8次课程,共54分钟。通过登录,学习者可以跟踪进度并在完成课程后获得证书。培训中心还提供其他各种课程,可帮助记者在线查找、验证和讲述新闻故事。

文摘菌也去简单了解了一下课程内容,每次课程都非常简短明了,以入门的科普知识为主,旨在让完全不了解新技术的媒体朋友们对人工智能感兴趣。

当然,如果你是已经有一定基础的同学,或者是看完这个系列的课程后还觉得意犹未尽,在本课程的最后,谷歌还提供了由世界各地的新闻和技术专家提供的一系列推荐资源,这些资源对入门机器学习很有帮助,并将帮助学习者更深入地了解AI世界和自动化。

对于全球的新闻工作者和新闻机构来说,这是一个艰难的时刻,因为他们试图评估COVID-19对行业业务和编辑方面的影响。借助JournalismAI,谷歌表示,希望通过这些新技术发挥作用,帮助最小化成本并增加行业机会。

相关文章
|
7月前
|
机器学习/深度学习 供应链 算法
机器学习课程学习随笔
机器学习课程学习随笔
|
4月前
|
机器学习/深度学习 算法 Python
【绝技揭秘】Andrew Ng 机器学习课程第十周:解锁梯度下降的神秘力量,带你飞速征服数据山峰!
【8月更文挑战第16天】Andrew Ng 的机器学习课程是学习该领域的经典资源。第十周聚焦于优化梯度下降算法以提升效率。课程涵盖不同类型的梯度下降(批量、随机及小批量)及其应用场景,介绍如何选择合适的批量大小和学习率调整策略。还介绍了动量法、RMSProp 和 Adam 优化器等高级技巧,这些方法能有效加速收敛并改善模型性能。通过实践案例展示如何使用 Python 和 NumPy 实现小批量梯度下降。
44 1
|
7月前
|
机器学习/深度学习 监控 算法
LabVIEW使用机器学习分类模型探索基于技能课程的学习
LabVIEW使用机器学习分类模型探索基于技能课程的学习
53 1
|
7月前
|
机器学习/深度学习
Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)
Coursera 吴恩达Machine Learning(机器学习)课程 |第五周测验答案(仅供参考)
|
机器学习/深度学习 传感器 存储
探索自然本源!谷歌2022年终总结第七弹:「生化环材」如何吃上机器学习红利?
探索自然本源!谷歌2022年终总结第七弹:「生化环材」如何吃上机器学习红利?
128 0
|
机器学习/深度学习 存储 算法
python机器学习课程——决策树全网最详解超详细笔记附代码
决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法,首先对数据进行处理,利用归纳算法生成可读的规则和决策树,然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。决策树方法最早产生于上世纪60年代,到70年代末。由J Ross Quinlan提出了ID3算法,此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进,对于预测变量的缺值处理、剪枝技术、派生规则等方面作了较大改进,既适合于分类问题,又适合于回归问题。决策树算法构造决策
378 0
|
机器学习/深度学习 分布式计算 关系型数据库
直播预告 | pg4ml 机器学习框架系列课程:实现细节、XOR 模型案例(上)
pg4ml 机器学习框架是基于 PostgreSQL v13 实现的、使用 plpgsql 编写的机器学习框架,本次讲解的实验环境基于PolarDB-PG开源数据库。本次分享主要介绍框架的实现细节,并构建XOR两层网络的模型案例,包括数据集、XOR分类的案例与原理、神经网络节点、训练任务结构与执行等内容。
直播预告 |  pg4ml 机器学习框架系列课程:实现细节、XOR 模型案例(上)
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』
课程对于graph方向的数据挖掘、机器学习(神经网络)有全面的知识覆盖。如果想学习非结构化的图数据上的各类算法,这是最权威的课程之一。
2317 1
全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(13)| CMU卡内基梅隆 · 多模态机器学习课程『Multimodal Machine Learning』
课程以多模态(MMML)为主题,讲解基本概念、多种数据形态联合建模方法,并回顾近期MMML概率模型和计算算法的论文,讨论当前面临的挑战。
2390 1
全球名校AI课程库(13)| CMU卡内基梅隆 · 多模态机器学习课程『Multimodal Machine Learning』
|
机器学习/深度学习 算法 搜索推荐
花了2个晚上,拿到了吴恩达@斯坦福大学的机器学习课程证书
花了2个晚上,拿到了吴恩达@斯坦福大学的机器学习课程证书
花了2个晚上,拿到了吴恩达@斯坦福大学的机器学习课程证书
下一篇
DataWorks