免费课程

机器学习:无监督学习

通过
Georgia Institute of Technology

在分析数据的对话

nanodegree程序

编程简介

学习码

通过学习编程的基础知识提升你的职业。

这个课程

这是3道系列的第二场和机器学习是在提供为cs7641佐治亚理工学院。以ESTA类这里不赚信用佐治亚理工学院。

有没有想过,Netflix的电影如何能预测你会喜欢吗?或者是怎么知道亚马逊想要什么就买什么,你之前做?答案可以在无监督学习中找到!

密切相关,模式识别,监督学习是分析数据关于和寻找模式。它是在数据识别结构一个非常强大的工具。本课程的重点是如何您可以使用无监督学习方法 - 包括随机优化,集群和功能选择和变换 - 寻找结构未标记的数据。

系列信息:机器学习是研究生水平的系列3个疗程,涵盖涉及计算机程序的人工智能领域和修改完善,通过体验其性能。

整个系列是教两个机器学习著名教授和朋友之间的啮合对话:教授查尔斯·斯贝尔(佐治亚理工学院)和迈克尔·利特曼教授(布朗大学)。

观看预告
当然成本
自由
时间线
约。 1个月
技能等级
中间
计入产品

丰富的学习内容

互动问答

由行业专业人士授课

自学

学生支持社区

加入路径伟大

这当然是你迈向一个新的职业生涯与编程入门程序的第一步。

免费课程

机器学习:无监督学习

通过Georgia Institute of Technology

提升你的技能,并通过创新,自主学习提高你的hirability。

Icon steps
 
 

当然线索

查尔斯·斯贝尔

查尔斯·斯贝尔

讲师

迈克尔·利特曼

迈克尔·利特曼

讲师

普什卡kolhe

普什卡kolhe

讲师

你将学到什么

前提条件和要求

埃斯塔班会认为你“有编程经验,你将被要求工作与Python库:如numpy的和scikit。概率统计把握好也是必需的。 Udacity的 介绍统计尤其是 吸取8,9和10,可能是有用的复习。

入门课程就像Udacity的 介绍人工智能 还提供了这门课程有帮助的背景。

看到 技术要求 使用Udacity。

为什么走这条路

关于您将学习和练习各种无监督学习的方法,包括:随机优化,聚类,特征选择和改造,信息理论。

你会学到重要的机器学习方法,技术和最佳实践,并在此过程中获得的经验通过动手年底项目中,你将设计一个电影推荐系统实现他们(就像Netflix的!)。

我能得到什么?
影片教练通过做练习学习由业内专业人士教