个结果，搜索词为 "machine learning 方法"
状态：免费试用DeepLearning.AI
您将获得的技能: 描述性统计, 概率与统计, 统计分析, A/B 测试, 概率分布, 贝叶斯统计, 微积分, 数值分析, 机器学习, 抽样（统计）, 应用数学, Machine Learning 方法, NumPy, 降维, 统计假设检验, 概率, 统计推理, 数据预处理, 机器学习算法, 线性代数
状态：免费试用多位教师
您将获得的技能: 模型评估, 迁移学习, 机器学习, 预测建模, NumPy, Scikit-learn （机器学习库）, 监督学习, 强化学习, 分类算法, 人工智能, Jupyter, 决策树学习, 无监督学习, 张力流, 随机森林算法, 数据伦理, 深度学习, 数据预处理, 应用机器学习, 功能工程
状态：新状态：免费试用Dartmouth College
您将获得的技能: Supervised Learning, Predictive Modeling, Logistic Regression, Statistical Modeling, Model Evaluation, Machine Learning, Machine Learning Algorithms, Classification Algorithms, Regression Analysis, Probability & Statistics, Linear Algebra
状态：免费试用IBM
您将获得的技能: 时间序列分析和预测, 回归分析, 卷积神经网络, 生成对抗网络 (GAN), 探索性数据分析, 降维, 机器学习, 统计方法, 强化学习, 自动编码器, Python 程序设计, 分类算法, 递归神经网络 (RNN), 功能工程, 无监督学习, 监督学习, 深度学习, 数据科学, 数据分析, 数据预处理
状态：免费试用Imperial College London
您将获得的技能: 回归分析, 降维, 微积分, 应用数学, NumPy, 人工神经网络, Python 程序设计, 衍生产品, 功能工程, Algorithm, 高等数学, 统计, 数学建模, 机器学习算法, 数据预处理, 无监督学习, Jupyter, 线性代数
状态：免费试用状态：人工智能技能University of Pennsylvania
您将获得的技能: Statistical Machine Learning, Data Preprocessing, Model Evaluation, PyTorch (Machine Learning Library), Statistical Methods, Probability, Probability & Statistics, Sampling (Statistics), Logistic Regression, Deep Learning, Probability Distribution, Supervised Learning, Statistics, Machine Learning Methods, Machine Learning, Agentic systems, Artificial Intelligence, Artificial Neural Networks, Algorithms, Python Programming
是什么让您今天来到 Coursera？
状态：新状态：免费试用您将获得的技能: Model Evaluation, Data Preprocessing, Model Deployment, MLOps (Machine Learning Operations), JUnit, Decision Tree Learning, Build Tools, Performance Tuning, Classification And Regression Tree (CART), Java, Apache Maven, Data Structures, Random Forest Algorithm, Gradle, Data Pipelines, Software Architecture, Software Design, Object Oriented Programming (OOP), Machine Learning, Apache
状态：免费试用Alberta Machine Intelligence Institute
您将获得的技能: 负责任的人工智能, 机器学习, 模型评估, 产品生命周期管理, 监督学习, MLOps（机器学习 Operator）, 分类算法, 功能工程, 决策树学习, 数据伦理, 模型部署, 数据清理, 业务运营, 机器学习算法, Data Validation, 数据预处理, 项目管理, 应用机器学习, 数据质量, Jupyter
状态：免费试用New York University
您将获得的技能: 回归分析, 模型评估, Scikit-learn （机器学习库）, 预测建模, 机器学习, 降维, 金融交易, 监督学习, 强化学习, 统计方法, 马尔可夫模型, 张力流, 无监督学习, 人工神经网络, 衍生产品, 深度学习, 决策树学习, 市场流动性, 金融市场, 应用机器学习
状态：免费试用Johns Hopkins University
您将获得的技能: Computer Vision, Model Evaluation, PyTorch (Machine Learning Library), Supervised Learning, Unsupervised Learning, Image Analysis, Applied Machine Learning, Data Preprocessing, Dimensionality Reduction, Reinforcement Learning, Feature Engineering, Machine Learning Algorithms, Convolutional Neural Networks, Regression Analysis, Data Processing, Machine Learning, Data Mining, Data Cleansing, Deep Learning, Artificial Neural Networks
状态：新状态：免费试用您将获得的技能: Generative AI, Model Evaluation, Supervised Learning, Generative Model Architectures, Recurrent Neural Networks (RNNs), Unsupervised Learning, Data Preprocessing, Large Language Modeling, Time Series Analysis and Forecasting, Exploratory Data Analysis, LLM Application, Applied Machine Learning, Generative Adversarial Networks (GANs), Retrieval-Augmented Generation, Data Collection, Machine Learning Algorithms, Convolutional Neural Networks, Model Deployment, Transfer Learning, Hugging Face
状态：免费试用University of Washington
您将获得的技能: 回归分析, 模型评估, 预测建模, 逻辑回归, 机器学习, 监督学习, 计算机视觉, 统计建模, 贝叶斯统计, 人工智能, 分类算法, 统计机器学习, 功能工程, 无监督学习, 决策树学习, 深度学习, 数据预处理, 图像分析, 数据挖掘, 应用机器学习
总之，以下是 10 最受欢迎的 machine learning 方法 课程
- 机器学习和数据科学数学: DeepLearning.AI
- 机器学习: DeepLearning.AI
- Machine Learning Fundamentals: Dartmouth College
- IBM 机器学习: IBM
- 机器学习数学: Imperial College London
- AI and Machine Learning Essentials with Python: University of Pennsylvania
- Level Up: Java-Powered Machine Learning: Coursera
- 机器学习真实世界中的算法: Alberta Machine Intelligence Institute
- 金融领域的机器学习和强化学习: New York University
- Applied Machine Learning: Johns Hopkins University
