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

简介: 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

吴恩达算是我的启蒙导师了,很早之前就是看他的他的经典课程《机器学习》,这个课 2012 年上线,十年间近 500 万人注册。


最近他的机器学习专项课程由deeplearning.ai和斯坦福大学提供,上线Coursera。我花了两个晚上刷完了 course 1 并拿到了证书


640.png


学习这套课程不但让我重温了很多知识,也让我看到了吴恩达团队创作课程的用心,因为我本身也经常写技术科普文章,那种专注于核心思想,由浅入深,自下而上把一系列知识点串起来成为一个系统知识的写作手法是我一直追求的,而吴恩达将此手法应用的炉火纯青。


这套课程真的又进化了,相信大家看完自然会和我有一样的感受。


下面我就将如何免费注册,学习,拿证和一些注意点向大家分享一下。


注册


课程地址:


https://www.coursera.org/specializations/machine-learning-introduction


640.png

这个专项下面细分了三个课程,分别是


  • Supervised Machine Learning: Regression and Classification(监督式机器学习:回归和分类)
  • Advanced Learning Algorithms(高级学习算法)
  • Unsupervised Learning, Recommenders, Reinforcement Learning(无监督学习,推荐系统,以及强化学习)


因为每门课都是免费试听7天,建议大家分开注册,学完一门再注册下一门。


这里有个难点,注册课程必须有PayPal 或 visa  or mastercard等,如果没有可能就无解了。


听说Apple store 里的 cousera app 可以用Apple Pay绑定的其他卡,我没有测试。


640.png

注册完成我建议就直接去到My Purchases里点取消注册,或者直接锁卡。


640.png

不小心忘了这事的话,每月会从你的卡里扣费。


640.png


学习


其实没什么好说的,大家认真看视频就行了,认真=全神贯注。里面的小测试都很简单,只要你认真听了。


每个week结束会有编程题,其实也不难,jupyter notebook里的markdown还有下面的提示足够让你写出代码了。


学完就能申请证书,是电子的哈,可以下载PDF。


640.png


tips


1  没有PayPay和visa卡的同学,或者不想拿证只想学习的同学可以直接去B站搜吴恩达 2022,有热心up已经搬运了。


2  cousera 的视频精彩刷不出来,有很多解决方案,我是改了hosts文件,大家可以试试。


用记事本打开HOSTS,位置在C:\Windows\System32\drivers\etc\HOSTS

把下面内容copy进去即可


99.84.199.180 d3c33hcgiwev3.cloudfront.net
54.230.96.102 d3c33hcgiwev3.cloudfront.net 
54.230.96.57 d3c33hcgiwev3.cloudfront.net 
54.230.96.221 d3c33hcgiwev3.cloudfront.net


640.png


最后,祝大家学习顺利,本文如有帮助,还请点赞,转发支持。

相关文章
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 吴恩达:机器学习的六个核心算法!
吴恩达教授在《The Batch》周报中介绍了机器学习领域的六个基础算法:线性回归、逻辑回归、梯度下降、神经网络、决策树和k均值聚类。这些算法是现代AI的基石,涵盖了从简单的统计建模到复杂的深度学习。线性回归用于连续变量预测,逻辑回归用于二分类,梯度下降用于优化模型参数,神经网络处理非线性关系,决策树提供直观的分类规则,而k均值聚类则用于无监督学习中的数据分组。这些算法各有优缺点,广泛应用于经济学、金融、医学、市场营销等多个领域。通过不断学习和实践,我们可以更好地掌握这些工具,发掘智能的乐趣。
37 1
算法金 | 吴恩达:机器学习的六个核心算法!
|
1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
22 1
|
1月前
|
机器学习/深度学习 人工智能 算法
机器学习的魔法(一)从零开始理解吴恩达的精炼笔记
机器学习的魔法(一)从零开始理解吴恩达的精炼笔记
|
1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)
|
1月前
|
机器学习/深度学习 人工智能
【人工智能】<吴恩达-机器学习>多变量线性回归&学习率&特征值
【1月更文挑战第26天】【人工智能】<吴恩达-机器学习>多变量线性回归&学习率&特征值
|
1月前
|
机器学习/深度学习 人工智能 算法
【人工智能】<吴恩达-机器学习>批量梯度下降&矩阵和向量运算概述
【1月更文挑战第26天】【人工智能】<吴恩达-机器学习>批量梯度下降&矩阵和向量运算概述
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
炸裂!PAI-DSW 和 Free Prompt Editing 图像编辑算法,成就了超神的个人 AIGC 绘图小助理!
【6月更文挑战第11天】PAI-DSW 和 Free Prompt Editing 算法引领图像编辑革命,创造出个人AIGC绘图小助理。PAI-DSW擅长深度图像处理,通过复杂模型和深度学习精准编辑;Free Prompt Editing则允许用户以文本描述编辑图像,拓展编辑创意。结合两者,小助理能根据用户需求生成惊艳图像。简单Python代码示例展示了其魅力,打破传统编辑局限,为专业人士和普通用户提供创新工具,开启图像创作新篇章。未来,它将继续进化,带来更多精彩作品和体验。
|
18天前
|
机器学习/深度学习 算法 TensorFlow
机器学习算法简介:从线性回归到深度学习
【5月更文挑战第30天】本文概述了6种基本机器学习算法:线性回归、逻辑回归、决策树、支持向量机、随机森林和深度学习。通过Python示例代码展示了如何使用Scikit-learn、statsmodels、TensorFlow库进行实现。这些算法在不同场景下各有优势,如线性回归处理连续值,逻辑回归用于二分类,决策树适用于规则提取,支持向量机最大化类别间隔,随机森林集成多个决策树提升性能,而深度学习利用神经网络解决复杂模式识别问题。理解并选择合适算法对提升模型效果至关重要。
185 4
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别!
**摘要:** 了解AI、ML和DL的旅程。AI是模拟人类智能的科学,ML是其分支,让机器从数据中学习。DL是ML的深化,利用多层神经网络处理复杂数据。AI应用广泛,包括医疗诊断、金融服务、自动驾驶等。ML助力个性化推荐和疾病预测。DL推动计算机视觉和自然语言处理的进步。从基础到实践,这些技术正改变我们的生活。想要深入学习,可参考《人工智能:一种现代的方法》和《深度学习》。一起探索智能的乐趣!
13 1
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别!
|
1天前
|
机器学习/深度学习 数据采集 监控
算法金 | 选择最佳机器学习模型的 10 步指南
许多刚入门的学习者也面临着相似的挑战,特别是在项目启动初期的方向确定和结构规划上。本文意在提供一份全面指南,助你以正确的方法开展项目。 遵循本文提供的每一步至关重要(虽有少数例外)。就像不做饭或点餐就无法享用美食一样,不亲自动手构建模型,就无法实现模型部署。
26 7
算法金 | 选择最佳机器学习模型的 10 步指南