机器学习工程师

学习开发预测模型,成为数据分析、人工智能领域的稀缺人才

优达学城

纳米学位

分享

机器学习工程师
  • 分类: 计算机
  • 平台: Udacity
  • 语言: 英语中文

课程概况

机器学习标志着计算机科学、数据分析、软件工程和人工智能领域内的重大技术突破。AlphaGo战胜人类围棋冠军、人脸识别、大数据挖掘,都和机器学习密切相关。这个项目将教你如何成为一名机器学习工程师,并将预测模型应用于金融、医疗、教育等领域内的大数据处理。

试运行期间,纳米学位限时第1个月免费,马上报名!

学习计划

实战项目

P0: 泰坦尼克号生存预测

在这个项目中你将尝试创建一个决策函数,来根据每个乘客的特征(如性别和年龄),预测他们在1912年泰坦尼克号事故中的生存结果。你将从一个简单的算法开始入手,逐渐增加它的复杂度,直到你能够在给定的数据条件下,以至少80%的准确度预测乘客的生还情况。这个项目将为你介绍一些的基本概念。

实战项目

P1: 预测波士顿房价
波士顿房地产市场竞争激烈,而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争,你决定运用机器学习的一些基本概念,帮助客户为自己的房产定下最佳售价。幸运的是,你找到了波士顿房价的数据集,里面聚合了大波士顿地区包含多个特征维度的房价数据,包括每个区域房价的中位数。你的任务是用可用的工具进行统计分析,并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。

实战项目

P2: 建立学生干预系统
随着技术在教学活动中的作用日益增加,越来越多的数据被应用到教学成果的检验和预测中。学生行为记录、成绩、与老师同学的互动记录等数据,都已经开始发挥价值。教育者正寻求新的方法来预测教学成果的成败,以便提前采取有效的干预措施,并确认不同干预手段的效果。为此,你的目标就是通过模拟相关因素,预测一批高中生通过期末考试的几率。

实战项目

P3: 创建客户细分
我们搜集的大部分数据,并不能刚好对应上现有的、完美的标签分类。很多时候,这些数据不仅没有被打上标签,甚至连类别都不详!在这个项目中,我们将获得一批非结构化的数据,你要了解数据的模式,发现他们适合的自然类别。首先你将学到处理无标签数据的实用方法,然后你将选择一个数据集来实践学到的技能,目标是发现数据集中自有的自然类别。

实战项目

P4: 训练智能车学会驾驶
在不远的将来,智能车将可以在无人驾驶的情况下,从任意地点接送乘客。在这个项目中,你将通过强化学习训练智能车学会自动驾驶。

实战项目

P5: 毕业项目
在本项目中,你将充分应用之前学到的知识,使用机器学习算法和技术解决你选择的问题。首先确定你想要解决的问题,探讨可能的解决方案和需要关注的性能指标。然后,通过可视化和数据探索分析,进一步发现解决问题最合适的算法和特征。

执行你选择的算法,关注选定的指标,全程记录下预处理、细化和再处理的步骤。之后再收集模型的性能结果,将重要数据值可视化,并对这些数值进行验证。最后,根据结果得出结论,并讨论你的解决方案是否充分解决了问题。

实战项目

Resume Review
In this project, you will update your resume according to the conventions that recruiters expect and get tips on how to best represent yourself to pass the “6 second screen”. You will also make sure that your resume is appropriately targeted for the job you’re applying for. We recommend all students update their resumes to show off their newly acquired skills regardless of whether you are looking for a new job soon.

实战项目

LinkedIn Profile Review
In this project, you will look at your LinkedIn profile through the lens of a recruiter or hiring manager, focusing on how your experience, education, and interests represent you as a potential candidate for a company or collaborator on a project. While this project, like all career projects, is optional, we recommend all students update their LinkedIn profiles to show off their newly acquired skills.

实战项目

GitHub Profile Review
In this project, you will look at your GitHub profile through the lens of a recruiter or hiring manager, focusing on how your profile, projects, and code represent you as a potential candidate for a company or collaborator on a project. While this project, like all career projects, is optional, we recommend all students complete this one.

为什么你应该学习这门纳米学位?

也许你没有意识到,在我们的工作和生活中,机器学习已经无所不在。例如Google翻译、Siri、Facebook新闻推送等产品和功能的实现,都离不开机器学习技术。能够让机器和系统自动学习进化,让机器学习成为了各个依赖数据的行业内最前沿的突破。很多公司正在热忱地招募机器学习专家(或者把机器学习技术引入现有的业务)。学完本课程,你将掌握胜任该职位的核心技能。

先决条件和要求

报名“机器学习工程师”纳米学位的学员需要:

掌握中级编程知识,可以通过“编程入门”纳米学位、其他编程入门课程项目或其他软件开发实战经验获得, 相关知识包括:
字符串、数值和变量
语句、操作符和表达式
列表、元组和字典
条件、循环
过程、对象、模块和库
故障诊断和调试
调研和文档
解决问题
算法和数据结构

掌握中级统计学知识,可以通过Udacity的统计学入门课程获得,相关知识包括:
总体,样本
均数、中间值、众数
标准误差
方差,标准差
正态分布
精度和准确度

掌握中级微积分和线性代数知识, 这些知识可以通过《线性代数复习课》获得,相关知识包括:
导数
积分
级数展开
通过特征向量和特征值进行矩阵运算
参加能力背景测试看看自己是否准备好开始学习。

声明:MOOC中国收录之课程均源自下列机构,版权均归他们所有。本站仅作报道并尊重其著作权益,感谢他们对MOOC事业做出的贡献!(排名不分先后)
  • Coursera
  • edX
  • OpenLearning
  • FutureLearn
  • iversity
  • Udacity
  • NovoEd
  • Canvas
  • Open2Study
  • Google
  • ewant
  • FUN
  • IOC-Athlete-MOOC
  • World-Science-U
  • Codecademy
  • CourseSites
  • opencourseworld
  • ShareCourse
  • gacco
  • MiriadaX
  • JANUX
  • openhpi
  • Stanford-Open-Edx
  • 网易云课堂
  • 中国大学MOOC
  • 学堂在线
  • 顶你学堂
  • 华文慕课
  • 好大学在线CnMooc

Copyright © 2008-2015 MOOC.CN 慕课改变你,你改变世界