筛选依据
主题必需的
语言必需的
在整个课程（说明和评估）中使用的语言。
了解产品必需的
级别必需的
课程长度必需的
技能必需的
字幕必需的
教师必需的
找到最适合您目标的 Machine Learning 课程
状态：免费试用多位教师
您将获得的技能: 数据伦理, 机器学习, 分类与回归树 (CART), 人工智能, 预测建模, 人工智能和机器学习（AI/ML）, 无监督学习, NumPy, Python 程序设计, 强化学习, 随机森林算法, 应用机器学习, 决策树学习, 负责任的人工智能, Jupyter, 功能工程, 监督学习, 深度学习, 张力流, Scikit-learn （机器学习库）
状态：免费试用您将获得的技能: 机器学习, 预测建模, 分类与回归树 (CART), 监督学习, 回归分析, 无监督学习, 统计建模, 降维, 决策树学习, 应用机器学习, 功能工程, Scikit-learn （机器学习库）
状态：新状态：免费试用Coursera
您将获得的技能: Supervised Learning, Unsupervised Learning, Time Series Analysis and Forecasting, Applied Machine Learning, Machine Learning Algorithms, Feature Engineering, Dimensionality Reduction, Machine Learning, Predictive Modeling, Predictive Analytics, Scikit Learn (Machine Learning Library), Forecasting, Data Processing, Anomaly Detection, Data Manipulation, Regression Analysis, Statistical Modeling, Data Transformation, Data Cleansing
状态：免费试用IBM
您将获得的技能: 机器学习, 探索性数据分析, 数据科学, 预测建模, 数据分析, 统计推理, 无监督学习, 回归分析, 强化学习, 降维, 统计方法, 功能工程, Python 程序设计, 统计假设检验, 生成模型架构, 数据处理, 应用机器学习, 机器学习算法, 监督学习, 深度学习
状态：免费试用DeepLearning.AI
您将获得的技能: 应用数学, 机器学习, 线性代数, A/B 测试, 微积分, Machine Learning 方法, 数据转换, 统计推理, 抽样（统计）, NumPy, 降维, 概率, 概率分布, 描述性统计, 统计假设检验, 概率与统计, 数值分析, 统计分析, 贝叶斯统计, 数学建模
状态：免费试用Imperial College London
您将获得的技能: Algorithm, 应用数学, 微积分, 机器学习, 线性代数, 数据科学, 数据操作, 回归分析, 衍生产品, Python 程序设计, 机器学习算法, 统计, NumPy, 降维, 人工神经网络, 概率与统计, Jupyter, 统计分析, 高等数学
是什么让您今天来到 Coursera？
状态：免费试用University of Washington
您将获得的技能: 机器学习, 人工智能, 预测建模, 计算机视觉, 分类与回归树 (CART), 监督学习, 文本挖掘, 回归分析, 统计建模, 无监督学习, 机器学习算法, 大数据, 功能工程, 统计机器学习, 应用机器学习, 数据挖掘, 图像分析, 贝叶斯统计, 深度学习, 预测分析
状态：免费试用DeepLearning.AI
您将获得的技能: 机器学习, 人工智能, 预测建模, 分类与回归树 (CART), 监督学习, 数据转换, 回归分析, 统计建模, NumPy, 应用机器学习, Python 程序设计, Jupyter, 功能工程, Scikit-learn （机器学习库）
状态：免费试用您将获得的技能: 面向对象编程（OOP）, 数据操作, 计算机编程, 数据分析, NumPy, 数据导入/导出, 数据结构, 自动化, 网页抓取, Python 程序设计, 数据处理, 应用编程接口 (API), 还原式 API, Pandas（Python 软件包）, 脚本, Jupyter, JSON, 编程原则
状态：免费Amazon Web Services
您将获得的技能: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning
DeepLearning.AI
您将获得的技能: 机器学习, MLOps（机器学习 Operator）, 持续部署, 数据驱动的决策制定, 持续监测, 数据验证, 软件开发生命周期, 数据管道, 数据质量, 功能工程, 应用机器学习, 应用程序部署
状态：预览Duke University
您将获得的技能: 机器学习, 计算机视觉, Machine Learning 方法, PyTorch（机器学习库）, 无监督学习, 监督学习, 人工神经网络, Python 程序设计, 医学影像, 强化学习, 应用机器学习, 图像分析, 自然语言处理, 深度学习
Machine Learning 学习者还可以搜索
总之，以下是 10 最受欢迎的 machine learning 课程
- 机器学习: DeepLearning.AI
- 使用 Python 进行机器学习: IBM
- Foundations of Machine Learning: Coursera
- IBM 机器学习: IBM
- 机器学习和数据科学数学: DeepLearning.AI
- 机器学习数学: Imperial College London
- 机器学习: University of Washington
- 监督式机器学习：回归与分类: DeepLearning.AI
- 用于数据科学、人工智能和开发的 Python: IBM
- Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
