• 为个人
  • 为商务
  • 为大学
  • 为政府
登录
免费加入
  • 浏览
  • Machine Learning

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:免费试用
    免费试用
    G

    Google

    The Nuts and Bolts of Machine Learning

    您将获得的技能: Feature Engineering, Applied Machine Learning, Advanced Analytics, Machine Learning, Unsupervised Learning, Workflow Management, Data Ethics, Supervised Learning, Data Validation, Classification And Regression Tree (CART), Random Forest Algorithm, Decision Tree Learning, Python Programming, Performance Tuning

    4.8
    评分, 4.8 星,最高 5 星
    ·
    578 条评论

    高级设置 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    Duke University

    MLOps | 机器学习运营

    您将获得的技能: 云计算, 微软 Azure, 数据操作, GitHub, 应用程序部署, Pandas(Python 软件包), 机器学习, 负责任的人工智能, NumPy, Python 程序设计, 探索性数据分析, 数据管理, Data Management, 数据分析, Devops, MLOps(机器学习 Operator), 大数据, 集装箱化, CI/CD, 数据管道, AWS SageMaker

    4.2
    评分, 4.2 星,最高 5 星
    ·
    556 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    G

    Google Cloud

    Advanced Machine Learning on Google Cloud

    您将获得的技能: Google Cloud Platform, Natural Language Processing, Tensorflow, MLOps (Machine Learning Operations), Large Language Modeling, Reinforcement Learning, Computer Vision, Keras (Neural Network Library), Systems Design, Applied Machine Learning, Image Analysis, AI Personalization, Hybrid Cloud Computing, Systems Architecture, Performance Tuning, Artificial Intelligence and Machine Learning (AI/ML), Deep Learning, Artificial Neural Networks, Machine Learning, Pandas (Python Package)

    4.5
    评分, 4.5 星,最高 5 星
    ·
    1535 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    G

    Google

    Google Advanced Data Analytics

    您将获得的技能: Data Storytelling, Data Visualization, Data Ethics, Exploratory Data Analysis, Sampling (Statistics), Data Presentation, Data Visualization Software, Feature Engineering, Regression Analysis, Descriptive Statistics, Statistical Hypothesis Testing, Advanced Analytics, Data Analysis, Tableau Software, Data Science, Statistical Analysis, Machine Learning, Object Oriented Programming (OOP), Interviewing Skills, Python Programming

    攻读学位

    4.7
    评分, 4.7 星,最高 5 星
    ·
    1万 条评论

    高级设置 · 专业证书 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    IBM RAG and Agentic AI

    您将获得的技能: Prompt Engineering, LangChain, Tool Calling, LangGraph, Agentic systems, Multimodal Prompts, Generative AI, LLM Application, Generative AI Agents, Responsible AI, OpenAI, Artificial Intelligence and Machine Learning (AI/ML), Application Design, Application Deployment, Application Development, Large Language Modeling, UI Components, Semantic Web, Artificial Intelligence, Software Development

    4.6
    评分, 4.6 星,最高 5 星
    ·
    568 条评论

    高级设置 · 专业证书 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    机器学习顶点课程

    您将获得的技能: 机器学习, 机器学习算法, 回归分析, Python 程序设计, 探索性数据分析, 应用机器学习, 数据展示, 监督学习, Scikit-learn (机器学习库), 张力流, 数据分析, Keras(神经网络库), 无监督学习, 人工神经网络

    4.7
    评分, 4.7 星,最高 5 星
    ·
    186 条评论

    高级设置 · 课程 · 1-3 个月

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    U

    University of Toronto

    自动驾驶汽车

    您将获得的技能: 系统架构, 深度学习, 人工智能, 模拟和模拟软件, 自动化, 人工智能和机器学习(AI/ML), 数据结构, 估算, Algorithm, 情景测试, 控制系统, 硬件架构, Machine Learning 方法, 软件架构, 图像分析, 安全保障, 模拟, 计算机视觉, 人工神经网络, 全球定位系统

    4.7
    评分, 4.7 星,最高 5 星
    ·
    3541 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    IBM AI Enterprise Workflow

    您将获得的技能: Feature Engineering, Data Ethics, Exploratory Data Analysis, Unsupervised Learning, Data Presentation, Tensorflow, Application Deployment, Dimensionality Reduction, MLOps (Machine Learning Operations), Probability Distribution, Apache Spark, Statistical Hypothesis Testing, Supervised Learning, Data Visualization Software, Data Pipelines, Design Thinking, Unit Testing, Data Science, Machine Learning, Python Programming

    4.3
    评分, 4.3 星,最高 5 星
    ·
    350 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    U

    University of Illinois Urbana-Champaign

    医疗保健领域的深度学习

    您将获得的技能: PyTorch(机器学习库), 机器学习, 深度学习, 人工智能和机器学习(AI/ML), 图论, 计划发展, 医疗保健, 应用机器学习, 预测建模, 医学科学与研究, 生成模型架构, 图像分析, 张力流, 大数据, Machine Learning 方法, 健康信息学, 监督学习, 无监督学习, 计算机视觉, 人工神经网络

    3.3
    评分, 3.3 星,最高 5 星
    ·
    49 条评论

    高级设置 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    G

    Google

    Get Started with Python

    您将获得的技能: Object Oriented Programming (OOP), Data Structures, Python Programming, NumPy, Pandas (Python Package), Data Analysis, Scripting, Data Manipulation, Data Visualization, Algorithms, Debugging

    4.8
    评分, 4.8 星,最高 5 星
    ·
    1750 条评论

    高级设置 · 课程 · 1-3 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    U

    University of Colorado Boulder

    高性能和并行计算

    您将获得的技能: Linux, 脚本, 通信系统, 文件系统, C 和 C++, 计算机结构, 操作系统, 数据共享, 编程原则, 分布式计算, 可扩展性, 性能调整, 大数据, 软件架构, 云计算开发, 命令行界面, Bash(脚本语言)

    3.7
    评分, 3.7 星,最高 5 星
    ·
    154 条评论

    高级设置 · 专项课程 · 3-6 个月

  • G

    Google Cloud

    注意机制

    您将获得的技能: 深度学习, Machine Learning 方法, 应用机器学习, 性能调整, 自然语言处理, 人工神经网络

    4.2
    评分, 4.2 星,最高 5 星
    ·
    50 条评论

    高级设置 · 课程 · 1-4 周

与 machine learning 相关的搜索

machine learning specialization
machine learning andrew ng
machine learning specialization andrew ng
machine learning by andrew ng
machine learning stanford
machine learning in production
machine learning for trading
machine learning with python
1234…23

总之,以下是 10 最受欢迎的 machine learning 课程

  • The Nuts and Bolts of Machine Learning: Google
  • MLOps | 机器学习运营: Duke University
  • Advanced Machine Learning on Google Cloud: Google Cloud
  • Google Advanced Data Analytics: Google
  • IBM RAG and Agentic AI: IBM
  • 机器学习顶点课程: IBM
  • 自动驾驶汽车: University of Toronto
  • IBM AI Enterprise Workflow: IBM
  • 医疗保健领域的深度学习: University of Illinois Urbana-Champaign
  • Get Started with Python: Google

关于 Machine Learning 的常见问题

浏览下面的机器学习课程--Coursera 上的热门起点。

  • 用 Python 进行机器学习:IBM
  • 机器学习基础:Coursera
  • 监督机器学习:Regression 和 Classification:DeepLearning.AI
  • 机器学习和人工智能基础:AWS
  • 生产中的机器学习:DeepLearning.AI‎

这些适合初学者的课程无需深厚的数学或编码经验就能构建核心概念:

  • Machine Learning for Everyone(面向所有人的机器学习)- 提供有关 ML 及其实际应用的非技术性概述。
  • AI For Everyone(面向所有人的人工智能)- 虽然不是专门针对 ML 的课程,但该课程可以帮助学习者了解 ML 如何融入更广泛的人工智能领域。
  • Machine Learning 专项课程(课程 1)- 从使用 Python 进行监督学习开始,不要求事先具备 ML 知识。‎

由斯坦福大学和 DeepLearning.AI 联合开设的机器学习专项课程为期 2 个月,主要内容如下:

  • TensorFlow
  • Artificial Intelligence
  • 监督学习

它使用 Python、Excel、Numpy 和 Scikit-learn 等工具。

相反,IBM 机器学习专业证书的时间跨度为 3 个月,强调的是

  • Feature Engineering
  • Exploratory Data Analysis(探索性数据分析
  • 统计假设检验

它包括 Python、SQL、Power BI、Pandas、Numpy 和 Scikit-learn 等工具。

这两种课程都涵盖了数据科学家的机器学习基础知识,但在深度和专项课程方面有所不同。根据你是否喜欢来选择:

  • 斯坦福课程,更深入地学习 AI 和 Deep Learning
  • IBM 课程,全面学习数据分析和统计方法。‎

首先要明确自己的目标--是探索 ML 基础知识、培养就业技能,还是为在AI或Data Science 中发挥作用做准备。

  • 如果想学习经典的数学基础知识,可以试试 Andrew Ng(斯坦福大学)的《监督机器学习》(Supervised Machine Learning)。
  • 想要学习适合初学者的现代课程?探索 Packt 的《Machine Learning - Modern Computer Vision \& Generative AI》。
  • 如果想利用实际工具学习应用型 ML,可以考虑IBM 机器学习专业证书,其中包括Python、Scikit-learn 和动手实验室。‎
  • 一门课程 涵盖一个特定的 ML 主题,如无监督学习、推荐、强化学习。
  • 专项 课程包括多门课程,用于构建结构化知识,如机器学习专项课程,教授有监督学习、无监督学习和高级技术。
  • 专业证书 通过端到端的培训、工具和项目为您的工作角色做好准备,如IBM 机器学习证书或 AI 工程证书。‎

是的,Coursera 提供包括机器学习在内的多种主题的免费课程。虽然您可以通过审核课程免费获取大部分课程资料,但这并不包括分级作业或结业证书。对于那些希望获得证书以展示自己的学习成果或提升专业形象的人来说,Coursera 提供了购买课程的选项。此外,Coursera 还为符合条件的学习者提供免费试听或经济援助,让每个人都更容易获得证书。‎

机器学习是人工智能的一个分支,旨在构建无需人工干预即可从数据中学习的计算机系统。这些强大的技术注重创建复杂的分析模型,并'训练'模型来识别特定数据集中的模式,然后发布模型以将这些模式应用于越来越多的数据,从而在无需进一步指导的情况下稳定地提高性能。

例如,利用机器学习,可以不断提高图像识别算法的准确度。人类程序员提供相对较小的一组已标记图像(例如标记为'汽车'或'非汽车'),然后让算法处理要从中学习的数量大得多的图像。尽管机器学习中常用的迭代算法不是新方法,但是当今计算系统的强大功能使这种数据分析方法比以往更快起效且更有效。 ‎

机器学习在某种程度上是一个混合领域,存在于计算机科学、数据科学以及算法和数学理论的交汇处。在计算机科学方面,机器学习工程师和该领域的其他专业人员通常需要具备较强的软件工程技能 - 从娴熟的编程和编码等基础能力到全面了解系统设计原理都包括在内。

熟悉数据科学概念也很重要(尤其是数据建模和评估方面的技能),以确保算法表现优异,并且其准确度随着时间的推移变得更高而不是更低。此外,由于机器学习在很大程度上依赖于算法以及作为算法基础的统计学和概率论原理,因此扎实的数学理论背景也可能非常有用。 ‎

机器学习方面的技能可以为技术和研究领域的众多高需求职位打开大门,包括

  • 机器学习工程师
  • 数据科学家
  • AI 研究科学家
  • 机器人工程师
  • 金融量化分析师
  • 人工智能专业软件开发人员
  • 这些职位的专业人员利用机器学习技术来创建创新解决方案、改进数据驱动决策以及推动人工智能的发展。

参加我们的职业测验,了解哪个机器学习职位最适合您!‎

在线学习算法是一种机器学习方法,能在新数据到来时不断更新 Model,而不是在固定的 Data 集上进行训练。它们适用于欺诈检测或推荐系统等实时应用。您可以在 Coursera 上的机器学习等课程中探索这些概念,这些课程介绍了自适应模型中使用的基础技术。‎

机器学习中的因果推理侧重于识别因果关系,而不仅仅是相关关系。它被用于医疗保健、经济和政策等领域,以做出更可靠的预测和决策。因果关系速成班》等课程:宾夕法尼亚大学在 Coursera 上开设的《因果关系速成班:从观察数据中推断因果效应》等课程对这些方法进行了有力的介绍。‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok