重磅 | 吴恩达新书《Machine Learning Yearning》1-52 最新章节分享

简介: 重磅 | 吴恩达新书《Machine Learning Yearning》1-52 最新章节分享

说起吴恩达(Andrew Ng),很多人都并不陌生,红色石头也是吴恩达普及人工智能的受惠者。从 Coursera 的《Machine Learning》,再到 deeplearning.ai 深度学习专项课程。吴恩达一直致力于让更多的人了解并投入到人工智能的世界中,成为当之无愧的 AI 大 IP。


今年 4 月开始,吴恩达又一力作《Machine Learning Yearning》横空出世,并开始接受免费草稿副本的预订。这对每个人来说都是很棒的福利!


书籍介绍


关于写这本书的原因,吴恩达这样解释:


AI,机器学习和深度学习正在逐渐改变越来越多的行业。我写这本书《Machine Learning Yearning》的目的就是教会大家如何构建自己的机器学习项目。 这本书的目的不是教你机器学习算法理论,而是教你如何使用这些算法。一些技术AI课程会给你锤子工具,而这本书就是让你学会如何使用这些锤子工具。如果你致力于成为AI技术领导者并渴望为你的团队找到正确的方向。


这本书《Machine Learning Yearning》能够从以下几个方面给你带来收获:


  • 优先考虑AI项目最有前途的方向。
  • 调试机器学习项目中的错误。
  • 在复杂设置中构建ML,例如训练/测试样本不匹配。
  • 构建一个ML项目,接近甚至达到人类水平。
  • 知道什么时候、如何使用端对端学习、迁移学习和多任务学习。


根据历史经验来看,学习如何做出这些“战略”决策的唯一途径是需要在科研或公司研习多年。我写《Machine Learning Yearning》的主要目的就是帮助您快速获得这一技能,使您可以更好地建立人工智能系统。


这本书将在 100 页左右,其中不部分章节都是1~2页,便于阅读。


整本书的章节分布如下:


image.pngimage.png

image.png

获取该书


如何获取这本书《Machine Learning Yearning》呢?


首先登陆该书的官网:


http://www.mlyearning.org/


image.png


然后,输入自己的邮箱,点击“JOIN NOW”。


打开你的邮箱,就能看到吴恩达给你发的确认邮件了。


image.png


这样,你就能定期收到《Machine Learning Yearning》最新的草稿副本咯。


相关文章
|
7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)
|
8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 自然语言处理 监控
7 Papers & Radios | MIT研究登Science;腾讯深度学习推荐系统首次入选OSDI顶会
7 Papers & Radios | MIT研究登Science;腾讯深度学习推荐系统首次入选OSDI顶会
214 0
|
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。
2325 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 自动驾驶
全球名校AI课程库(12)| CMU卡内基梅隆 · 数据库系统进阶课程『Advanced Database Systems』
数据库进阶课程,讨论了很多数据库方向的新技术,适合有数据库基础又想在该方向有深入研究的同学。
2361 1
全球名校AI课程库(12)| CMU卡内基梅隆 · 数据库系统进阶课程『Advanced Database Systems』
|
机器学习/深度学习 Web App开发 人工智能
全球名校AI课程库(7)| Berkeley伯克利 · 深度神经网络设计、可视化与理解课程『Deep Learning: Designing, Visualizing and Understand』
课程以深度学习的典型方法、模型设计、可视化与模型理解为主题,讲解了自然语言处理、计算机视觉、强化学习等领域的AI模型全域知识。
2201 1
全球名校AI课程库(7)| Berkeley伯克利 · 深度神经网络设计、可视化与理解课程『Deep Learning: Designing, Visualizing and Understand』
|
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(18)| Stanford斯坦福 · 从语言到信息课程『From Languages to Information』
聚焦文本类数据与信息挖掘应用,课程主题内容涉猎非常广,包含算法+应用,对于帮助构建NLP中的全域概念、理解不同应用板块的算法非常有帮助。
2170 1
全球名校AI课程库(18)| Stanford斯坦福 · 从语言到信息课程『From Languages to Information』
|
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(19)| Stanford斯坦福 · 知识图谱课程『Knowledge Graphs』
课程是面向研究生的研究研讨会,围绕多个议题展开理论讲解,并邀请多位著名研究人员和行业从业人员进行特邀讲座,讲解知识图谱在行业的实际应用。
2341 1
全球名校AI课程库(19)| Stanford斯坦福 · 知识图谱课程『Knowledge Graphs』
|
机器学习/深度学习 算法 数据挖掘
周志华《Machine Learning》学习笔记(1)--绪论
机器学习是目前信息技术中最激动人心的方向之一,其应用已经深入到生活的各个层面且与普通人的日常生活密切相关。
142 0
周志华《Machine Learning》学习笔记(1)--绪论
|
机器学习/深度学习 资源调度 并行计算
李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab & PyTorch Tutorials, HW1
李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab & PyTorch Tutorials, HW1
李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab & PyTorch Tutorials, HW1

热门文章

最新文章

下一篇
开通oss服务