在机器学习专业的第二门课程中,您将: - 使用 TensorFlow 构建和训练神经网络,以执行多类分类 - 应用机器学习开发的最佳实践,使您的模型能够通用于现实世界中的数据和任务 - 构建和使用决策树和树集合方法,包括随机森林和提升树 机器学习专业是 DeepLearning.AI 和斯坦福在线合作创建的基础在线课程。在这个适合初学者的课程中,您将学习机器学习的基础知识,以及如何使用这些技术构建真实世界的人工智能应用。
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
本周,您将了解神经网络以及如何将其用于分类任务。 您将使用 TensorFlow 框架,只需几行代码就能构建一个神经网络。 然后,深入学习如何 "从零开始 "用 Python 编写自己的神经网络。 您还可以选择了解如何使用并行处理(矢量化)高效实现神经网络计算。
涵盖的内容
17个视频1篇阅读材料4个作业1个编程作业3个非评分实验室
本周,您将学习如何在 TensorFlow 中训练模型,还将了解其他重要的激活函数(除 sigmoid 函数外),以及在神经网络中使用每种激活函数的位置。 您还将学习如何从二元分类转向多类分类(3 个或更多类别)。 多分类将向你介绍新的激活函数和新的损失函数。 您还可以选择学习多分类和多标签分类之间的区别。 您还将了解 Adam 优化器,以及为什么它是对普通梯度下降神经网络训练的一种改进。 最后,您还将简要了解到目前为止所见过的层类型之外的其他层类型。
涵盖的内容
15个视频4个作业1个编程作业5个非评分实验室
本周,您将学习到训练和评估学习算法以提高性能的最佳实践。 这将涵盖有关机器学习生命周期、调整模型以及改进训练数据的各种有用建议。
涵盖的内容
17个视频3个作业1个编程作业2个非评分实验室
本周,您将学习一种实用且常用的学习算法--决策树。 您还将了解决策树的各种变体,包括随机森林和提升树 (XGBoost)。
涵盖的内容
14个视频2篇阅读材料3个作业1个编程作业2个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
92.63%
- 4 stars
6.40%
- 3 stars
0.55%
- 2 stars
0.16%
- 1 star
0.24%
显示 3/8595 个
已于 Dec 29, 2024审阅
The course provides an excellent introduction to widely used machine learning concepts, including Neural Networks. While the material can be challenging, it is presented in a digestible manner.
已于 Jul 29, 2023审阅
Another fantastic course by Andrew Ng! He covers neural networks, decision trees, random forest, and XGBoost models really well. I like that he shares his intuition behind every concept he explains.
已于 Jul 19, 2022审阅
Beginner level course, explained simple concepts on neural network specifically Multi-Layer Perceptron & Decision Tree, nothing advanced topics covered. But the explanation is very very good.
从 数据科学 浏览更多内容

DeepLearning.AI

Fractal Analytics

DeepLearning.AI

DeepLearning.AI









