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
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：免费试用多位教师
您将获得的技能: 分类与回归树 (CART), 预测建模, 人工智能, 数据伦理, 无监督学习, 张力流, 决策树学习, 人工智能和机器学习（AI/ML）, NumPy, Python 程序设计, 随机森林算法, 应用机器学习, 负责任的人工智能, 机器学习, 深度学习, Jupyter, 功能工程, 强化学习, 监督学习, Scikit-learn （机器学习库）
状态：免费试用您将获得的技能: 机器学习算法, 分类与回归树 (CART), 预测建模, 回归分析, Python 程序设计, 降维, 统计分析, 应用机器学习, 功能工程, 无监督学习, 监督学习, 机器学习, Scikit-learn （机器学习库）
状态：新状态：免费试用Coursera
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DeepLearning.AI
您将获得的技能: 应用数学, 统计推理, 数据转换, 数学建模, 统计假设检验, 线性代数, 降维, 概率, NumPy, 概率分布, 微积分, Machine Learning 方法, 描述性统计, 统计分析, 概率与统计, 数值分析, 机器学习, 抽样（统计）, A/B 测试, 贝叶斯统计
状态：免费试用IBM
您将获得的技能: 机器学习算法, 统计方法, 数据科学, 统计推理, 预测建模, 数据处理, 回归分析, Python 程序设计, 降维, 功能工程, 统计假设检验, 生成模型架构, 数据分析, 应用机器学习, 深度学习, 无监督学习, 监督学习, 强化学习, 机器学习, 探索性数据分析
状态：免费试用University of Washington
您将获得的技能: 人工智能, 机器学习算法, 分类与回归树 (CART), 预测建模, 监督学习, 无监督学习, 回归分析, 文本挖掘, 计算机视觉, 统计建模, 功能工程, 深度学习, 预测分析, 应用机器学习, 图像分析, 数据挖掘, 大数据, 统计机器学习, 机器学习, 贝叶斯统计
是什么让您今天来到 Coursera？
状态：免费试用Imperial College London
您将获得的技能: 应用数学, 数据操作, 数据科学, 机器学习算法, 回归分析, 衍生产品, Algorithm, 降维, NumPy, 人工神经网络, Python 程序设计, 线性代数, 统计, 微积分, 统计分析, Jupyter, 概率与统计, 高等数学, 机器学习
状态：免费试用DeepLearning.AI
您将获得的技能: 人工智能, 预测建模, 分类与回归树 (CART), 回归分析, 监督学习, NumPy, Python 程序设计, 统计建模, 应用机器学习, Jupyter, 功能工程, 机器学习, Scikit-learn （机器学习库）, 数据转换
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：预览Duke University
您将获得的技能: 人工神经网络, PyTorch（机器学习库）, Python 程序设计, 强化学习, 医学影像, 深度学习, Machine Learning 方法, 应用机器学习, 图像分析, 无监督学习, 监督学习, 计算机视觉, 自然语言处理, 机器学习
状态：免费试用IBM
您将获得的技能: 分类与回归树 (CART), 机器学习算法, 统计方法, 数据处理, 统计推理, 预测建模, 回归分析, 监督学习, 降维, 统计, 探索性数据分析, 统计假设检验, 应用机器学习, 功能工程, 数据访问, 无监督学习, 统计分析, 数据分析, 机器学习, Scikit-learn （机器学习库）
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
Machine Learning 学习者还可以搜索
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
- Foundations of Machine Learning: Coursera
- 机器学习和数据科学数学: DeepLearning.AI
- IBM 机器学习: IBM
- 机器学习: University of Washington
- 机器学习数学: Imperial College London
- 监督式机器学习：回归与分类: DeepLearning.AI
- Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
- 机器学习概论: Duke University
