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

机器学习课程

开发算法、模型训练和预测分析方面的专业知识。探索神经网络、自然语言处理和高级 Machine Learning 技术方面的实践课程。

跳转以搜索结果

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
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。

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
    免费试用
    D
    S

    多位教师

    机器学习

    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)

    4.9
    评分, 4.9 星,最高 5 星
    ·
    3.6万 条评论

    初级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    监督式机器学习:回归与分类

    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)

    4.9
    评分, 4.9 星,最高 5 星
    ·
    3.1万 条评论

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    I

    Imperial College London

    机器学习数学

    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

    4.6
    评分, 4.6 星,最高 5 星
    ·
    1.5万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    用于数据科学、人工智能和开发的 Python

    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

    4.6
    评分, 4.6 星,最高 5 星
    ·
    4.3万 条评论

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    人工智能 (AI) 概论

    您将获得的技能: LLM 申请, 市场机遇, 生成式人工智能, 负责任的人工智能, 自然语言处理

    4.7
    评分, 4.7 星,最高 5 星
    ·
    2.1万 条评论

    初级 · 课程 · 1-4 周

  • 状态:预览
    预览
    U

    University of London

    全民机器学习

    您将获得的技能: 人工智能, 机器学习, 数据收集, 数据分析, 计算机视觉, 功能工程, 数据处理, 应用机器学习, 监督学习, 深度学习

    攻读学位

    4.7
    评分, 4.7 星,最高 5 星
    ·
    3509 条评论

    初级 · 课程 · 1-4 周

是什么让您今天来到 Coursera?

  • 状态:预览
    预览
    I

    IBM

    机器学习入门

    您将获得的技能: 机器学习, 人工智能, 分类与回归树 (CART), 数据科学, 预测建模, 无监督学习, 监督学习, 强化学习, 性能指标, 深度学习

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

    初级 · 课程 · 1-4 周

  • 状态:新
    新
    状态:预览
    预览
    O

    O.P. Jindal Global University

    Machine Learning

    您将获得的技能: Supervised Learning, Tensorflow, Image Analysis, Artificial Neural Networks, Scikit Learn (Machine Learning Library), Python Programming, Machine Learning, Deep Learning, Unstructured Data, NumPy, Matplotlib, Natural Language Processing, Text Mining, Pandas (Python Package), Regression Analysis, Performance Tuning

    攻读学位

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

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    状态:人工智能技能
    人工智能技能
    I

    IBM

    IBM 数据科学

    您将获得的技能: 仪表板, SQL, 数据清理, 数据整理, 同行评审, 数据分析, 探索性数据分析, 数据可视化软件, 无监督学习, 监督学习, 数据转换, 交互式数据可视化, 数据导入/导出, 专业网络, 数据扫盲, 生成式人工智能, Plotly, Jupyter, 数据可视化, 功能工程

    攻读学位

    4.6
    评分, 4.6 星,最高 5 星
    ·
    15万 条评论

    初级 · 专业证书 · 3-6 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    IBM Generative AI Engineering

    您将获得的技能: Exploratory Data Analysis, Prompt Engineering, Data Wrangling, LangChain, Prompt Patterns, Large Language Modeling, Generative AI, Unsupervised Learning, PyTorch (Machine Learning Library), LLM Application, Supervised Learning, Keras (Neural Network Library), Data Transformation, Flask (Web Framework), Feature Engineering, Data Analysis, Data Cleansing, Data Manipulation, Unit Testing, Data Import/Export

    4.6
    评分, 4.6 星,最高 5 星
    ·
    9.4万 条评论

    初级 · 专业证书 · 3-6 个月

  • 状态:免费
    免费
    A

    Amazon Web Services

    Developing Machine Learning Solutions

    您将获得的技能: MLOps (Machine Learning Operations), AWS SageMaker, Amazon Web Services, Machine Learning, Applied Machine Learning, Predictive Modeling

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

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    M

    Microsoft

    微软 Azure 机器学习

    您将获得的技能: 机器学习, 无代码开发, 人工智能, 无监督学习, 预测建模, 回归分析, 自动化, 人工智能和机器学习(AI/ML), 机器学习算法, 应用机器学习, 微软 Azure, 监督学习

    4.4
    评分, 4.4 星,最高 5 星
    ·
    270 条评论

    初级 · 课程 · 1-4 周

Machine Learning 学习者还可以搜索

应用机器学习
监督学习
高级 Machine Learning
Machine Learning 项目
Python 机器学习
Data Mining
人工智能
机器学习初学者
1234…231

总之,以下是 10 最受欢迎的 machine learning 课程

  • 机器学习: DeepLearning.AI
  • 监督式机器学习:回归与分类: DeepLearning.AI
  • 机器学习数学: Imperial College London
  • 用于数据科学、人工智能和开发的 Python: IBM
  • 人工智能 (AI) 概论: IBM
  • 全民机器学习: University of London
  • 机器学习入门: IBM
  • Machine Learning: O.P. Jindal Global University
  • IBM 数据科学: IBM
  • IBM Generative AI Engineering: IBM

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