自动化学徒课程
自动学徒课程可帮助您了解如何构建、生成和分析预判定模型。您可以培养在数据准备、算法选择、优化和评估方面的能力。许多课程利用有源数据库测试模型。
自动学徒课程和通用证书
状态：AI 趋势多位教师
您将获得的技能: 无监督学习, 数据预处理, 决策树学习, 模型评估, 深度学习, 人工智能, Scikit Learn（机器学习库）, 张力流, 分类算法, 强化学习, 随机森林算法, 迁移学习, 预测建模, 数据伦理, 应用机器学习, Jupyter, 监督学习, 功能工程, NumPy, 机器学习
您将获得的技能: 无监督学习, 决策树学习, Scikit Learn（机器学习库）, 回归分析, 降维, 模型评估, 分类算法, 预测建模, Python 编程, 逻辑回归, 应用机器学习, 机器学习, 功能工程, 监督学习
状态：AI 趋势IBM
您将获得的技能: 卷积神经网络, 数据预处理, 无监督学习, 数据科学, 回归分析, 探索性数据分析, 降维, 深度学习, 生成式对抗网络（GANs）, 强化学习, 分类算法, Python 编程, 递归神经网络 (RNN), 时间序列分析和预测, 数据分析, 统计方法, 自动编码器, 监督学习, 功能工程, 机器学习
状态：AI 趋势DeepLearning.AI
您将获得的技能: 数据预处理, 无监督学习, 分类算法, 回归分析, 模型评估, Scikit Learn（机器学习库）, NumPy, 人工智能, 预测建模, Python 编程, Jupyter, 逻辑回归, 机器学习, 监督学习, 功能工程
状态：AI 趋势University of Washington
您将获得的技能: 数据预处理, 计算机视觉, 无监督学习, 贝叶斯统计, 回归分析, 决策树学习, 模型评估, 统计建模, 人工智能, 深度学习, 分类算法, 逻辑回归, 预测建模, 统计机器学习, 应用机器学习, 功能工程, 数据挖掘, 监督学习, 机器学习, 图像分析
状态：AI 趋势DeepLearning.AI
您将获得的技能: 统计假设检验, 贝叶斯统计, 抽样（统计）, 数据预处理, NumPy, 机器学习方法, 降维, 概率分布, 描述性统计, 线性代数, 微积分, 概率与统计, 数值分析, 概率, 统计分析, A/B 测试, 机器学习, 统计推理, 数学建模, 应用数学
是什么让您今天来到 Coursera？
状态：AI 趋势Amazon Web Services
您将获得的技能: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, AI Enablement, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning, Digital Transformation
您将获得的技能: Feature Engineering, Decision Tree Learning, Applied Machine Learning, Supervised Learning, Advanced Analytics, Machine Learning, Machine Learning Algorithms, Unsupervised Learning, Analytics, Random Forest Algorithm, Data Analysis, Predictive Modeling, Model Evaluation, Bayesian Network, Python Programming, Statistical Modeling, Classification Algorithms
IBM
您将获得的技能: 统计假设检验, 数据预处理, 模型评估, 无监督学习, 异常检测, 回归分析, 降维, 探索性数据分析, Scikit Learn（机器学习库）, 数据访问, 统计方法, 分类算法, 机器学习算法, 逻辑回归, 预测建模, 应用机器学习, 功能工程, 监督学习, 统计推理, 机器学习
University of Michigan
您将获得的技能: 无监督学习, 决策树学习, 回归分析, 模型评估, Python 编程, 随机森林算法, 分类算法, Scikit Learn（机器学习库）, 预测建模, 功能工程, 应用机器学习, 监督学习, 人工神经网络, 机器学习
Coursera
您将获得的技能: Model Evaluation, Supervised Learning, Unsupervised Learning, Data Preprocessing, 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), Classification Algorithms, Forecasting, Decision Tree Learning, Anomaly Detection, Data Manipulation, Regression Analysis, Statistical Modeling
Duke University
您将获得的技能: 数据管理, 数据操作, 拥抱的脸, MLOps（机器学习运营）, NumPy, Pandas（Python 软件包）, 大数据, AWS SageMaker, 云部署, 负责任的人工智能, 探索性数据分析, 数据分析, 模型部署, DevOps, Python 编程, Microsoft Azure, 集装箱化, GitHub, 机器学习, 云计算
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
- IBM 机器学习: IBM
- 监督式机器学习：回归与分类: DeepLearning.AI
- 机器学习: University of Washington
- 机器学习和数据科学数学: DeepLearning.AI
- Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
- The Nuts and Bolts of Machine Learning: Google
- IBM 机器学习入门: IBM
- Python 中的应用机器学习: University of Michigan
