coursera: Machine Learning - CS%E8%87%AA%E5%AD%A6%E6%8C%87%E5%8D%97

[giscus[bot]]

coursera: Machine Learning - CS%E8%87%AA%E5%AD%A6%E6%8C%87%E5%8D%97

CS自学指南

https://csdiy.wiki/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/ML/

[sdyg0315]

可以用异步图书的零基础向机械学习 作为入门 其他的我还在探索

[HITjunle]

请问coursera的实验除去optional lab，剩下的实验是不是很少啊

[MTDickens]

推荐 Coursera 国立台湾大学的“機器學習基石”和“機器學習技法”两节课程。感觉理论更多一些

[MTDickens]

我又回来了。这两门课很好，但是不推荐作为机器学习入门。我还是觉得先看 UMich 的课（csdiy 里有）比较好。UMich 可以让你熟练运用 PyTorch，而且通过丰富的例子，让你对这方面有很好的感性认知。

不足之处，就是 UMich 只教深度学习，对于传统机器学习的部分少了很多。但是个人认为，毕竟深度学习很强大+很fancy，容易提起初学者的兴趣，因此可以适合作为入门。

[OnHaiping]

国内的可以去看看浙大的胡浩基老师讲的。

[C202044zxy]

这个交作业竟然要绑定银行卡🤔

[Jane-JWang]

已经邮件私信，十分感谢！！！

[ChrisTanghe]

我淘宝上买了一个plus包括这节课～

[stay-hungery]

同求一个账号~

[MTDickens]

看看可不可以在 Coursera 上申请助学金啥的？我之前上 Algorithm Specification 的时候，就去申请了助学金。

[DaphneOdera17]

可以申请助学金的，基本都能给过

[Nicooo-Wang]

学完感觉很空，如果要自己实现机器学习算法还是不行，之后有没有什么好的学习路径呢，感觉这个最多属于科普

[MTDickens]

理论的话可以学台湾大学林轩田的《机器学习基石》和《机器学习技法》。我看完了，但是这门课其实不应该一开始上，因为数学太多而感性认知太少，而且虽然留了作业，但是不给代码框架，也不教怎么使用 torch, tf 等，写起来一头雾水。适合进阶看。

如果想看看深度学习+计算机视觉+顺便熟练运用 PyTorch 的话，可以看看 UMich EECS 498-007/598/005。有好几个作业，从最开始的熟悉 PyTorch，到最后实现 variational auto-encoder 和 GAN。我目前还在看，挺有意思的。

[MTDickens]

一个半月后回复：Umich 的课确实挺好的，目前还在看，csdiy 里应该是有的。

[unjuanable2]

其实不熟练使用python一开始也可以上手

[moyuhualuo]

跟写了代码实现，纯py代码，有绘制图像以及文档说明，持续更新
https://github.com/moyuhualuo/machine_learn/tree/main/coursera

[CopyDragon10086]

请问佬，也是跟着Coursera:Machine Learning的旁听来跟写了代码实现的吗

[moyuhualuo]

是的，但是只是第一部分
我们学校开了机器学习，所以没有继续跟了。
我不是佬！

[moyuhualuo]

暑假继续跟