机器学习课程
机器学习课程可以帮助您学习数据预处理、监督和非监督学习以及 Model Evaluation 技术。您可以掌握 Feature Engineering、算法选择和超参数调整方面的技能。许多课程都会介绍 Python、TensorFlow 和 Scikit-learn 等工具，演示如何将这些技能应用于创建预测模型和分析大型数据集。
热门机器学习课程和认证
状态：免费试用多位教师
您将获得的技能: 数据伦理, 预测建模, 无监督学习, 深度学习, Scikit-learn （机器学习库）, 张力流, 人工智能, 数据预处理, Transfer Learning, 强化学习, Model Evaluation, 分类算法, Jupyter, 应用机器学习, NumPy, 监督学习, 功能工程, 随机森林算法, 机器学习, 决策树学习
状态：免费试用您将获得的技能: Python 程序设计, 回归分析, 预测建模, 无监督学习, Scikit-learn （机器学习库）, 逻辑回归, 降维, Model Evaluation, 分类算法, 机器学习, 应用机器学习, 功能工程, 监督学习, 决策树学习, 统计分析
状态：免费试用IBM
您将获得的技能: 卷积神经网络, 回归分析, Python 程序设计, 数据预处理, 深度学习, 无监督学习, 降维, 强化学习, 探索性数据分析, 统计方法, 生成对抗网络 (GAN), 分类算法, 数据科学, 功能工程, 监督学习, 机器学习, 递归神经网络 (RNN), 数据分析, 自动编码器, 时间序列分析和预测
状态：免费试用DeepLearning.AI
您将获得的技能: Python 程序设计, 回归分析, 预测建模, 逻辑回归, Scikit-learn （机器学习库）, 数据预处理, 无监督学习, 人工智能, 监督学习, Model Evaluation, 分类算法, 机器学习, Jupyter, NumPy, 功能工程
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, AI Enablement, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning, Digital Transformation
状态：免费试用IBM
您将获得的技能: 回归分析, 机器学习算法, 预测建模, 无监督学习, 数据预处理, 数据访问, Scikit-learn （机器学习库）, 逻辑回归, 降维, 监督学习, 探索性数据分析, 统计方法, Model Evaluation, 异常检测, 分类算法, 统计假设检验, 应用机器学习, 功能工程, 机器学习, 统计推理
是什么让您今天来到 Coursera？
状态：免费试用University of Washington
您将获得的技能: 回归分析, 统计建模, 贝叶斯统计, 预测建模, 深度学习, 数据预处理, 无监督学习, 统计机器学习, 计算机视觉, 分类算法, Model Evaluation, 人工智能, 机器学习, 逻辑回归, 功能工程, 应用机器学习, 监督学习, 决策树学习, 图像分析, 数据挖掘
状态：免费试用您将获得的技能: 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
状态：免费试用DeepLearning.AI
您将获得的技能: 应用数学, 数据预处理, 描述性统计, 降维, 概率分布, 概率, 贝叶斯统计, 抽样（统计）, 数学建模, 统计假设检验, 数值分析, NumPy, A/B 测试, Machine Learning 方法, 机器学习, 微积分, 线性代数, 统计分析, 统计推理, 概率与统计
状态：免费试用Duke University
您将获得的技能: Python 程序设计, 拥抱的脸, MLOps（机器学习 Operator）, 微软 Azure, AWS SageMaker, 负责任的人工智能, 云计算, 探索性数据分析, 数据管理, Data Management, Devops, 集装箱化, GitHub, Pandas（Python 软件包）, NumPy, 数据操作, 模型部署, 大数据, 云部署, 机器学习, 数据分析
状态：预览IBM
您将获得的技能: 回归分析, 预测建模, 深度学习, 无监督学习, 强化学习, 数据科学, Model Evaluation, 人工智能, 分类算法, 应用机器学习, 机器学习, 监督学习
状态：预览Duke University
您将获得的技能: 卷积神经网络, Python 程序设计, 深度学习, PyTorch（机器学习库）, 逻辑回归, 无监督学习, 人工神经网络, 计算机视觉, Transfer Learning, 医学影像, 机器学习, 强化学习, 自然语言处理, 应用机器学习, 递归神经网络 (RNN), 监督学习, 图像分析
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
- Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
- IBM 机器学习入门: IBM
- 机器学习: University of Washington
- The Nuts and Bolts of Machine Learning: Google
- 机器学习和数据科学数学: DeepLearning.AI
- MLOps | 机器学习运营: Duke University
