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
|
10天前
|
机器学习/深度学习
斯坦福大学博士在GitHub发布的漫画机器学习小抄,竟斩获129k标星
斯坦福大学数据科学博士Chris Albon在GitHub上发布了一份超火的机器学习漫画小抄,发布仅仅一天就斩获GitHub榜首标星暴涨120k,小编有幸获得了一份并把它翻译成中文版本,今天给大家分享出来!
斯坦福大学博士在GitHub发布的漫画机器学习小抄,竟斩获129k标星
|
1月前
|
机器学习/深度学习 人工智能 算法
GitHub星标破千!斯坦福大学的284个机器学习小抄(漫画中文版)
说到人工智能必然要了解机器学习,从信息化软件,到电子商务,然后到高速发展互联网时代,到至今的云计算、大数据等,渗透到我们的生活、工作之中,在互联网的驱动下,人们更清晰的认识和使用数据,不仅仅是数据统计、分析,我们还强调数据挖掘、预测。 机器学习就是对计算机一部分数据进行学习,然后对另外一些数据进行预测与判断。 机器学习的核心是”使用算法解析数据,从中学习,然后对新数据作出决定或预测”。也就是说计算机利用已获取的数据得出某一模型,然后利用此模型进行预测的一种方法,这个过程跟人的学习过程有些类似,比如人获取一定的经验,可以对新问题进行预测。
GitHub星标破千!斯坦福大学的284个机器学习小抄(漫画中文版)
|
17天前
|
机器学习/深度学习
斯坦福大学博士在GitHub发布的漫画机器学习小抄,竟斩获129k标星
斯坦福大学数据科学博士Chris Albon在GitHub上发布了一份超火的机器学习漫画小抄,发布仅仅一天就斩获GitHub榜首标星暴涨120k,小编有幸获得了一份并把它翻译成中文版本,今天给大家分享出来!
|
1月前
|
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。
72 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 人工智能 算法
GitHub星标破千!斯坦福大学的284个机器学习小抄(漫画中文版)
说到人工智能必然要了解机器学习,从信息化软件,到电子商务,然后到高速发展互联网时代,到至今的云计算、大数据等,渗透到我们的生活、工作之中,在互联网的驱动下,人们更清晰的认识和使用数据,不仅仅是数据统计、分析,我们还强调数据挖掘、预测。 机器学习就是对计算机一部分数据进行学习,然后对另外一些数据进行预测与判断。 机器学习的核心是”使用算法解析数据,从中学习,然后对新数据作出决定或预测”。也就是说计算机利用已获取的数据得出某一模型,然后利用此模型进行预测的一种方法,这个过程跟人的学习过程有些类似,比如人获取一定的经验,可以对新问题进行预测。
|
2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
35 1
|
2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
|
2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)
|
2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
|
2月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
166 14