来自Google的这套机器学习速成课，请查收！

直观易懂地感受机器学习。...



.bizsvr_0 {max-width: 100%;box-sizing: border-box;color: rgb(62, 62, 62);font-size: 16px;white-space: normal;background-color: rgb(255, 255, 255);word-wrap: break-word !important;} .bizsvr_1 {max-width: 100%;box-sizing: border-box;word-wrap: break-word !important;} .bizsvr_2 {max-width: 100%;box-sizing: border-box;min-height: 1em;text-indent: 0em;word-wrap: break-word !important;} .bizsvr_3 {text-align: center;} .bizsvr_5 {color: rgb(61, 170, 214);} .bizsvr_6 {font-size: 14px;} .bizsvr_7 {font-size: 14px;color: rgb(82, 80, 80);letter-spacing: 1px;} .bizsvr_8 {font-size: 14px;letter-spacing: 1px;color: rgb(82, 80, 80);} .bizsvr_16 {white-space: normal;} .bizsvr_17 {font-size: 14px;letter-spacing: 1px;color: rgb(61, 170, 214);} .bizsvr_18 {white-space: normal;text-align: center;} .bizsvr_19 {font-size: 18px;background-color: rgb(255, 255, 255);letter-spacing: 1px;color: rgb(61, 170, 214);} .bizsvr_21 {font-size: 14px;letter-spacing: 1px;} .bizsvr_37 {font-size: 12px;color: rgb(82, 80, 80);} .bizsvr_67 {color: rgb(82, 80, 80);font-size: 14px;letter-spacing: 1px;} .bizsvr_74 {color: rgb(61, 170, 214);font-size: 14px;letter-spacing: 1px;} .bizsvr_76 {font-size: 14px;letter-spacing: 1px;color: rgb(61, 167, 66);} .bizsvr_210 {color: rgb(62, 62, 62);font-size: 16px;white-space: normal;background-color: rgb(255, 255, 255);text-align: center;} .bizsvr_212 {white-space: normal;color: rgb(62, 62, 62);background-color: rgb(255, 255, 255);text-align: center;} .bizsvr_213 {margin-top: 5px;margin-bottom: 5px;white-space: normal;color: rgb(62, 62, 62);background-color: rgb(255, 255, 255);text-align: center;} .bizsvr_215 {margin-top: 5px;margin-bottom: 5px;font-size: 16px;white-space: normal;color: rgb(62, 62, 62);background-color: rgb(255, 255, 255);text-align: center;}



这是 Python 小专栏的 第 ③ 期

机器学习、人工智能是这几年的热点词汇， Google 在人工智能领域也已经有很多研究，而且幸运的是，Google 前一阵免费开放了他们原本用于内部工程师培训的机器学习入门速成课程，并且专门为中国大陆地区，提供了可以直接访问这套课程的网站。



课前准备

学习这套课程之前，你需要具有一些 基本的数学知识，比如变量、线性方程、导数等。这里不涉及太多的数学知识，因此不必太担心。

如果你会用Python，那么在这套课程的实战环节，你可以更好的理解代码，但是实战部分需要你做的，更多的是修改数字之类的简单操作，不会 Python 的话，也并不太影响掌握机器学习的核心思想。



课程之前提供了基础知识学习链接

总而言之，如果你拥有对机器学习的兴趣的话，就来试一试吧！

课程介绍

这套课程向你介绍了机器学习的基本概念和术语，也引入了 Google 出品的 TensorFlow 框架。讲述清晰，学习时直观易懂，内容较为全面，在较短的时间里就能对机器学习有一个基本的把握，非常适合入门学习。

> 视频讲座



大部分章节都包含了视频讲座。视频讲座带有中文字幕，且使用了机器自动生成的中文配音。emmm一言难尽，视频讲座感觉比较鸡肋，而且中文配音非常难听，完全是在分散注意力，所以学习时视频讲座这块可以不看。

> 文本讲义

文本讲义做的非常棒，是建议学习的重点，同时可以当作今后的速查参考资料。讲义含有高清的图表和公式，并且条例清楚，易于理解。

> 即时测试

类似于 Coursera 在线课程的那种随讲随测的小型选择题，提供了详细的答案解析，便于随时检查自己的理解程度。



> Playground

这个真心要赞扬一番！Playground的练习，可以使你无需写代码，通过拖拖拽拽，直观地调整机器学习模型的结构和参数，并且可视化的看到效果。



例如上图中，你可以轻松调整神经网络的结构，调整超参数，观察学习过程中的权重变化，从输出窗口看到模型的效果。

对于初学者来说，避开繁琐的代码细节，直观感受模型的力量，Playground是非常棒的学习工具！

> 编程练习

编程练习基于 Colaboratory 平台，使你的电脑上无需配置任何环境，在浏览器中就能使用 Google 提供的计算资源，完成代码练习。



不过你肯定已经发现了， Colaboratory 长得跟宅菌之前给大家介绍的 Jupyter Notebook 非常像，操作也是一样的。鉴于这个平台的网址是 google.com，有可能不能直接访问，所以在线写代码这一部分可能需要自备科学小工具。

后续步骤

这套课程只是基础入门，后续，Google 还提供了更多的参考资料，可以查看和学习。



此外，关于机器学习的入门课程，大家广泛流传的就是 Andrew Ng （吴恩达）在 Coursera 上的机器学习和深度学习课程，这两套课程的视频讲座非常好，而且网上的资料也很充足，有兴趣的可以去学习。

课程地址

虽然 Google 的网站大陆地区基本都上不去，但是在 google.cn 名下的一些服务，是可以直接访问的。

本套课程网址：

https://developers.google.cn/machine-learning/crash-course/

可以无需梯子，直接访问哦。

此外，google.cn 下还有一些网站或工具，可以大陆地区直接访问。

Google 翻译



https://translate.google.cn/

Google 开发者平台（Android开发等）



https://developers.google.cn

希望 Google 的这套很棒的课程，能对你有所帮助！

> 推荐阅读

Python小专栏① 环境搭建

Python小专栏② 在线学习资料



区块链学习资料了解一下？

手迹造字：打造你的专属字体

点一下，学一年，资料合集不花一分钱

Listen1：在线听歌，一站即达

在线制作简历，无需纠结排版

PPT神器插件iSlide一个月会员免费送

    关注 一只技术宅