Machine Learning

机器学习(Machine Learning)是人工智能的一个分支,它能自动建立分析模型,使系统无需明确编程就能从经验中学习和改进。Coursera 的机器学习目录使您能够理解、设计和应用强大的算法和统计模型,从而在没有人工干预的情况下做出预测或决策。您将了解各种学习形式,如监督学习、无监督学习和强化学习,以及回归、分类、聚类和深度学习等技术。此外,您还将深入了解机器学习的伦理和社会因素及其在医疗保健、金融和娱乐等各个行业的应用。
167凭据
1个在线学位
671门课程

相关角色

获得晋升所需的知识和技能。

  • 此角色有 US$169,700 工资中位数¹.

    描述:

    A Machine Learning Engineer builds and optimizes algorithms that enable computers to learn from data, using large datasets and neural networks.

    此角色有 US$169,700 工资中位数¹.

    提供方

    IBM_logo
    DeepLearning.AI_logo
    Stanford University_logo
  • 此角色有 US$145,280 工资中位数¹.

    描述:

    A Data Scientist analyzes large datasets to uncover insights, using statistics, machine learning, and visualization to inform business strategies.

    此角色有 US$145,280 工资中位数¹.

    提供方

    Microsoft_logo
    IBM_logo
    Johns Hopkins University_logo

最受欢迎

当前趋势

最新发布

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。
攻读硕士学位的同时获得职业证书。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。

级别
必需的

课程长度
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

    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

    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

    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

    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

    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

    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

  • 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

  • 状态:免费试用

    您将获得的技能: 机器学习, 分类与回归树 (CART), 探索性数据分析, 无监督学习, 预测建模, 统计推理, 监督学习, 数据分析, 回归分析, 机器学习算法, 统计, 统计方法, 降维, 数据访问, 统计假设检验, 数据处理, 应用机器学习, 功能工程, 统计分析, Scikit-learn (机器学习库)

  • 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

是什么让您今天来到 Coursera?

主要合作伙伴

  • Google Cloud
  • DeepLearning.AI
  • IBM
  • Packt
  • Johns Hopkins University
  • University of Colorado Boulder
  • Duke University
  • Whizlabs