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：免费试用多位教师
您将获得的技能: 机器学习, Python 程序设计, 深度学习, 预测建模, 负责任的人工智能, 人工智能和机器学习（AI/ML）, 数据伦理, NumPy, 应用机器学习, 强化学习, 随机森林算法, 人工智能, 决策树学习, Jupyter, 监督学习, 分类与回归树 (CART), 功能工程, 无监督学习, 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, 回归分析, Scikit-learn （机器学习库）, 降维, 决策树学习, 统计建模, 应用机器学习, 无监督学习, 功能工程, 分类与回归树 (CART), 监督学习
状态：免费试用Imperial College London
您将获得的技能: 机器学习, Python 程序设计, 回归分析, Algorithm, 数据操作, 线性代数, 机器学习算法, 统计分析, 统计, 微积分, 数据科学, 人工神经网络, NumPy, 概率与统计, 降维, 应用数学, Jupyter, 衍生产品, 高等数学
状态：免费试用IBM
您将获得的技能: Python 程序设计, 机器学习, 预测建模, 深度学习, 机器学习算法, 探索性数据分析, 统计推理, 数据科学, 数据分析, 时间序列分析和预测, 强化学习, 回归分析, 数据访问, 生成模型架构, 降维, 数据清理, 功能工程, 应用机器学习, 监督学习, 无监督学习
状态：免费试用University of Washington
您将获得的技能: 机器学习, 贝叶斯统计, 机器学习算法, 深度学习, 预测建模, 回归分析, 文本挖掘, 人工智能, 分类与回归树 (CART), 功能工程, 预测分析, 计算机视觉, 大数据, 应用机器学习, 无监督学习, 统计机器学习, 图像分析, 数据挖掘, 统计建模, 监督学习
状态：免费试用DeepLearning.AI
您将获得的技能: 描述性统计, 机器学习, A/B 测试, 贝叶斯统计, 统计分析, 线性代数, 概率分布, 微积分, 统计推理, 数据转换, 数学建模, 概率与统计, 统计假设检验, NumPy, 概率, 应用数学, 降维, 抽样（统计）, Machine Learning 方法, 数值分析
是什么让您今天来到 Coursera？
状态：免费试用DeepLearning.AI
您将获得的技能: 机器学习, Python 程序设计, 预测建模, 回归分析, 数据转换, 应用机器学习, NumPy, 人工智能, 分类与回归树 (CART), 统计建模, Scikit-learn （机器学习库）, Jupyter, 功能工程, 监督学习
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
状态：免费试用IBM
您将获得的技能: 生成式人工智能, 负责任的人工智能, 商业智能, 内容创作, 自然语言处理, 风险缓解
状态：免费试用您将获得的技能: 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
DeepLearning.AI
您将获得的技能: 机器学习, 应用程序部署, 持续部署, 持续监测, Data Validation, 软件开发生命周期, 数据质量, 功能工程, 数据管道, 应用机器学习, MLOps（机器学习 Operator）
状态：免费试用IBM
您将获得的技能: 机器学习, 回归分析, 机器学习算法, 探索性数据分析, 数据科学, 统计推理, 预测建模, 数据访问, 数据分析, 统计假设检验, 数据清理, 降维, 分类与回归树 (CART), 应用机器学习, 功能工程, 统计建模, 数据质量, 无监督学习, Scikit-learn （机器学习库）, 监督学习
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
- 机器学习数学: Imperial College London
- IBM 机器学习: IBM
- 机器学习: University of Washington
- 机器学习和数据科学数学: DeepLearning.AI
- 监督式机器学习：回归与分类: DeepLearning.AI
- Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
- 人工智能 (AI) 概论: IBM
- The Nuts and Bolts of Machine Learning: Google
