纳米学位项目

机器学习工程师

26 周成为机器学习工程师,系统掌握监督学习、非监督学习、强化学习等技术
最早可加入开课时间
6 月 6 日

5 月 30 日开放报名

本期限定席位
120
课程试听人数
14781
免费试听课程
席位有限,立即行动!抢先掌握稀缺技术,成为抢手人才

与领先企业联合制作

  • 亚马逊 Web 服务
  • kaggle
  • 难度
    中级
  • 学习时间
    26 周

    建议每周学习 10 小时

  • 先修知识
    掌握中级编程、中级统计学、中级微积分和线性代数知识
  • 语言
    中文项目审阅和服务

    硅谷讲师英文授课,中英双语字幕

成为硅谷认证的机器学习工程师!

投资于人工智能领域的资金不断上涨,数以千计的高价值创业公司已经进入该领域。机器学习,是驱动人工智能领域突破性发展的核心技术。AlphaGo 战胜人类围棋冠军、人脸识别、大数据挖掘,都和机器学习密切相关。在这个纳米学位中,你将掌握机器学习核心技术,把握人才缺口的黄金时代,在职业发展市场中脱颖而出,成为科技、互联网、金融等行业渴望的稀缺人才。


免费体验课程内容,在“我的教室”中深入感受项目细节和专业辅导:

免费试听课程

中国人工智能人才缺口

超过 500 万人

中国目前人工智能人才数量

仅 5 万人

数据来自 LINKEDIN《全球AI领域人才报告》及工信部教育考试中心
学名企合作课程,师从顶尖专家
学名企合作课程,师从顶尖专家

学名企合作课程,师从顶尖专家

与 AWS、Kaggle 等知名企业合力打造课程内容,Google X 创始人 Sebastian Thrun、Google 机器学习工程师 Luis Serrano 等业界翘楚授课,帮你成为 Google 标准的机器学习工程师。

挑战前沿项目,获得逐行代码审阅服务

挑战前沿项目,获得逐行代码审阅服务

挑战独一无二的硅谷实战项目,在实操中完全掌握机器学习核心技能。你的代码将得到 AI 领域专家逐行审阅、反馈,通过此训练,你最高效率学习最先进的技术标准。

加入同步学习小组,建立职场人脉
加入同步学习小组,建立职场人脉

加入同步学习小组,建立职场人脉

你将加入学习小组,结识行业精英,一起攻克实战项目,分享学习经验,获得行业前沿信息,建立人工智能领域的职场人脉。

获得优达学城纳米学位证书

获得优达学城纳米学位证书

毕业后,你将获得优达学城认证的毕业证书,证明你的专业知识和技术水平。

你将学到什么

先修知识

掌握中级编程知识、中级统计学知识、中级微积分和线性代数知识。

推荐课程

如果你缺乏必要编程和数学知识,建议先学习我们的人工智能编程基础纳米学位。

“人工智能将创造各种新的工作机会。如果你了解如何利用人工智能技术,那你将拥有非常令人兴奋的未来!”

JORDAN BITTERMAN

CMO, IBM WATSON CONTENT & IOT PLATFORM

  • 第一部分

    机器学习基础

    在这里,你可以学习到机器学习的基础知识,并初步了解一些机器学习可以完成的任务,如分类与回归问题,包括机器学习涉及到的统计分析知识以及模型评估和验证知识。

  • 第二部分

    监督学习

    监督学习是通过已标注过的训练数据来完成分类或回归任务的一类机器学习方法。在这一部分中,你将学习决策树,神经网络,支持向量机等监督学习算法。

  • 第三部分

    深度学习

    深度学习是当今世界上最火热的一类机器学习方法,在许多领域中甚至超过了人类的能力。在这一部分中,你将学会使用 Tensorflow,并且学习卷积神经网络等知识。

  • 第四部分

    非监督学习

    当数据样本没有标签的情况下,非监督学习是其解决问题的最佳方案。在这一部分中,你将学习聚类,特征工程和降维等非监督学习算法。

  • 第五部分

    强化学习

    强化学习也是一类重要的机器学习方法,它是一个序列决策问题。在这一部分中,你将学习马尔考夫决策过程、蒙特卡洛、时间差分方法等强化学习知识。

  • 第六部分

    毕业项目

    选择一个你最感兴趣的内容,用你所学的机器学习和技术解决它。在毕业报告中,如果有引用,也一定要注明出处。

你将挑战的实战项目

预测房价
实战项目 1

预测房价

在此项目中,你将把机器学习应用到波士顿房价数据上,以预测新房的销售价格。首先,你将探索数据以获取其重要特征和描述统计。接下来,你需要将数据拆分为训练和测试集,并确定评估指标。然后,你将尝试不同的参数和训练集大小分析学习算法的性能图表。最终挑选出泛化力最佳的模型。

在此项目中,你将把机器学习应用到波士顿房价数据上,以预测新房的销售价格。首先,你将探索数据以获取其重要特征和描述统计。接下来,你需要将数据拆分为训练和测试集,并确定评估指标。然后,你将尝试不同的参数和训练集大小分析学习算法的性能图表。最终挑选出泛化力最佳的模型。

慈善机构寻找捐助者
实战项目 2

慈善机构寻找捐助者

在该项目中,你将把监督学习算法应用到美国人口普查数据中,来帮助慈善机构确定最有可能捐助的人。首先你要了解普查数据。其次,你将用一系列数据预处理技巧来把数据转化为适当的形式,并将算法应用在数据集上,找出最适合的模型。然后优化此模型,把结果展示给慈善机构。

在该项目中,你将把监督学习算法应用到美国人口普查数据中,来帮助慈善机构确定最有可能捐助的人。首先你要了解普查数据。其次,你将用一系列数据预处理技巧来把数据转化为适当的形式,并将算法应用在数据集上,找出最适合的模型。然后优化此模型,把结果展示给慈善机构。

小狗品种分类
实战项目 3

小狗品种分类

在这个项目中,你将设计并训练一个卷积神经网络(CNN),来分析狗的图像,并据此准确区分他们的品种。你还将使用迁移学习和其他知名架构来优化这一模型——为更进阶的应用做好准备!

在这个项目中,你将设计并训练一个卷积神经网络(CNN),来分析狗的图像,并据此准确区分他们的品种。你还将使用迁移学习和其他知名架构来优化这一模型——为更进阶的应用做好准备!

创建客户细分
实战项目 4

创建客户细分

在此项目中,你将应用非监督学习来探索葡萄牙一家经销商产品销售数据,找出客户群体。首先你会分析产品之间的关联度,并处理异常值。接着,对完整的客户开支进行 PCA 降维,并对数据集使用聚类算法。最后通过比较结果,思考这些信息如何帮助批发经销商改善日后的服务。

在此项目中,你将应用非监督学习来探索葡萄牙一家经销商产品销售数据,找出客户群体。首先你会分析产品之间的关联度,并处理异常值。接着,对完整的客户开支进行 PCA 降维,并对数据集使用聚类算法。最后通过比较结果,思考这些信息如何帮助批发经销商改善日后的服务。

Q-Learning 训练机器人走迷宫
实战项目 5

Q-Learning 训练机器人走迷宫

在该项目中,你将使用强化学习中的 Q-Learning 算法,实现一个自动走迷宫机器人。在我们的迷宫中,有陷阱(红色炸弹)及终点(蓝色的目标点)两种情景。通过使用 Q-Learning 算法,机器人将能够成功学习到一个策略,使之能够尽量避开陷阱、尽快到达终点。

在该项目中,你将使用强化学习中的 Q-Learning 算法,实现一个自动走迷宫机器人。在我们的迷宫中,有陷阱(红色炸弹)及终点(蓝色的目标点)两种情景。通过使用 Q-Learning 算法,机器人将能够成功学习到一个策略,使之能够尽量避开陷阱、尽快到达终点。

毕业项目
实战项目 6

毕业项目

选择一个你最感兴趣的项目,将你所学的机器学习知识用于实战。在毕业报告中,如果有引用,别忘了注明出处哦。A. 计算机视觉方向:1)猫狗图像识别 2)算式识别(挑战项目)B. 自然语言处理:1)句子相似度匹配 2)恶毒评论分类(挑战项目)C. 深度强化学习:1)训练四轴飞行器学会飞行 D. 数据挖掘:1)旧金山罪案类型预测 2)预测 Rossmann 未来的销售额(挑战项目)。

选择一个你最感兴趣的项目,将你所学的机器学习知识用于实战。在毕业报告中,如果有引用,别忘了注明出处哦。A. 计算机视觉方向:1)猫狗图像识别 2)算式识别(挑战项目)B. 自然语言处理:1)句子相似度匹配 2)恶毒评论分类(挑战项目)C. 深度强化学习:1)训练四轴飞行器学会飞行 D. 数据挖掘:1)旧金山罪案类型预测 2)预测 Rossmann 未来的销售额(挑战项目)。

一流师资

Sebastian Thrun
Sebastian Thrun

优达学城创始人、斯坦福大学教授、GOOGLE X 创始人

Sebastian 是优达学城创始人,也是斯坦福大学计算机科学课程教授、Google 研究院、美国国家工程院和德国科学院成员,是机器人、无人驾驶、机器学习等前沿领域的顶级专家。

Luis Serrano
Luis Serrano

曾任 Google 机器学习工程师,Udacity 课程主管

Luis 曾经是 Google 的机器学习工程师。他拥有密歇根大学的数学博士学位,同时也是蒙特利尔魁北克大学的博士后研究员。

Arpan Chakraborty
Arpan Chakraborty

优达学城课程导师

Arpan 是一位拥有北卡罗莱纳州立大学博士学位的计算机科学家。他在乔治亚理工学院教授计算机科学硕士学位课程,是《实用图形挖掘与R》一书的作者之一。

Mat Leonard
Mat Leonard

优达学城课程导师

从加州大学伯克利分校以博士学位毕业后,Mat 成为一名物理学家、神经学家和数据科学家。他对教育事业有着强大的热情,加入优达学城后,他和团队一起开发了深度学习纳米学位项目。

Alexis Cook
Alexis Cook

优达学城课程导师

Alexis 是应用数学家,拥有布朗大学计算机科学硕士学位和密歇根大学应用数学硕士学位。她曾任国家科学基金会研究员。

Jay Alammar
Jay Alammar

优达学城课程导师

Jay 是一名软件工程师,Qaym(一家阿拉伯语评论网站)的创始人,以及 Riyad Taqnia 基金的投资负责人,这是一家价值 1.2 亿美元的风险投资基金,专注于高科技创业公司。

Ortal Arel
Ortal Arel

讲师

Ortal 曾是计算机工程学教授。她拥有田纳西大学的计算机工程博士学位。她的博士研究聚焦于应用密码学领域。

最新学员评价

4.6

(55)

5
43
78.2%
4
6
10.9%
3
4
7.3%
2
1
1.8%
1
1
1.8%
海平 赖.

有实战,有挑战,导师好,很实在。

有维 黄.

项目不错

慧明 周.

非常棒的课程和作业,从数据挖掘、强化学习到深度学习,非常实用,让我真正入门机器学习!

Xiaogang D.

内容丰富,学习非常灵活,一切都可以自己安排。

然 张.

能不能不要限制必须毕业才能无限浏览课程内容

名额有限!抢完即止

机器学习工程师

¥ 5599
  • 硅谷前沿课程,获官方认证

  • 一流技术大咖亲授课程

  • 挑战前沿实战项目

  • 连接全球 900 万技术精英

  • 为什么名额有限?

    我们提供独一无二的实战项目与代码审阅服务。为保证学习服务的质量,我们限定名额保证导师学生比例,帮助你在最短时间达成学习目标。

  • 本期学费为什么比往期更贵?

    为帮助你掌握行业领导者认可的最前沿技能,我们不断更新内容、推出新的服务、提升教学服务质量。运营成本随着更新升高,也会导致学费随之增加。

  • 三大保障助你学习无忧

    支持花呗分期

    7 天无条件退款

    支持开发票

帮助与常见问题

    关于纳米学位项目
  • 什么是纳米学位项目?
    纳米学位项目是由来自硅谷的技术学习平台 Udacity 与 Google、亚马逊、Facebook、AT&T 等科技行业领导者共同打造的学习认证项目。我们相信获得来自全球领先科技企业的培训和认可是让学员成为能驱动企业创新变革的抢手人才的最好方式。正是这些顶尖公司定义着优秀人才的标准,影响着整体市场的招聘趋势。
  • 有多少企业认可纳米学位证书?就业前景如何?
    纳米学位项目是由优达学城与 Google、亚马逊、Facebook、AT&T 等科技行业领导者共同打造,课程内容由全球领先企业主导策划,他们比任何人都更清楚企业最渴求的应聘者应该具备怎样的技能。所有课上教学的内容,都针对现在真实的行业需求而设计。你在纳米学位中开发的项目作品,会成为向企业展示你技能的最好证明。所有优达学城毕业生都会纳入 Udacity 全球人才资料库当中,因此所有的合作企业(包括海外企业)都能直接看到学生的简历。但由于海外就业需要海外签证,签证部分优达学城无法帮学生申请,须由学生自行与海外企业协调。
    关于课程
  • 我可以从机器学习工程师纳米学位中获得什么?
    Udacity 与 Amazon AWS、Kaggle 联合打造的“机器学习工程师”纳米学位,可以让你在家就能学习全球最高水平的机器学习课程,掌握用机器学习在大数据、金融、人工智能领域进行预测分析的能力,成为 Udacity 官方认证机器学习技术精英,加入全球顶尖科技企业。
  • 机器学习工程师纳米学位会教授哪些内容?
    在这门课程中,你将学习到机器学习基础、监督学习、深度学习、非监督学习及强化学习。建议你仔细阅读本页面 “课程大纲” 及 “实战项目” 的部分,了解详细的学习内容和项目内容。
  • 学习“机器学习工程师”,我需要哪些先修知识?
    你需要掌握中级编程知识(如学过其他编程语言或者熟悉 Python 的基本语法)、中级统计学知识(如了解标准分布和概率等)、中级微积分(如求导)和线性代数(如向量和线性变换)知识。如果你没有以上这些基础,建议你先修人工智能编程基础纳米学位。
  • 学完这门课程后,我能达到什么样的水平?
    当你完成机器学习工程师纳米学位所有项目之后,你将全面掌握机器学习领域的监督学习、非监督学习、强化学习和深度学习,能够将预测模型应用于金融、医疗、教育等领域的大数据处理,成为高薪、抢手的机器学习工程师。
    报名须知
  • 如何加入课程?
    课程将定期开放报名。在课程开放报名期间,点击 “立即加入” 按钮,付款成功后,即可加入最近开课班次。你所加入的班次开课后,即可开始学习。
  • 支付学费后,我可以马上开始学习吗?
    每个班次有固定的开课时间,在课程主页和付款页面,可以看到当前开放报名班次的开课时间。你所加入的班次开课后,即可开始学习。
  • 这门课程的学期时长是多久?
    这门课程的学期时长为 26 周,在此期间里,我们会对课程进行科学系统的阶段性分类,以保证大家能够高质量地完成课程。我们建议你每周至少保证 10-15 个小时的学习时间。
  • 完成课程后,可以获得证书吗?
    是的!在课程有效期结束前通过全部项目,你将获得由优达学城认证的纳米学位证书,证明你在机器学习领域的专业技能。
  • 本期没有抢到限定席位怎么办?
    为保障每一个正式加入的学员都获得优质教学,每一期入学席位限定,报满即停。如果这一期没有抢到席位,建议可以及时关注下一期报名时间。我们鼓励你提前预定本期席位,先人一步加入本期项目。
    学习须知
  • 开课后学习内容是一次性全部放出还是分阶段放出?
    开课后,你可以在教室中看到第一个项目的视频和项目要求,你需要完成这个项目后才能够解锁下一个项目和视频。
  • 项目提交后,多长时间可以得到项目导师的回复?
    提交项目后,你一般会在 24 小时内得到导师的回复,最久不会超过 7 个工作日。
  • 如果我没有在学期结束前通过所有项目会怎样?
    学期结束后,如果你还没有通过全部项目,可以获得 4 周的宽限期来完成这些项目。在宽限期内通过全部项目,你仍可以顺利毕业并获得证书。你最多只可获得一次宽限期,如果 4 周宽限期过后,你仍未通过全部项目,你将被移出课程,并失去访问课程内容的权限。被移出课程后,你需要重新支付学费,方可重新加入课程。
  • 如何才能顺利完成课程?
    进入课程后,我们会有专业的助教解答你在学习中遇到的问题,还有专业导师对你提交的项目进行逐行代码审阅;更有同步学习社群,让你与志同道合的伙伴互相切磋、共同成长。如果你能每周付出不少于 10 小时学习时间,通常可以在 24 周内完成所有必修内容和实战项目,按时毕业。
  • 毕业后,我还可以继续访问课程内容吗?
    是的,成功毕业后,你可以继续访问课程内容。
    其他问题
  • 开课后发现课程不适合自己怎么办?
    开课后 7 天内,你可以点击这里向我们申请无理由退款。我们将全额返还学费至原付款渠道。
  • 支付学费后,可以开具发票吗?
    当然可以,在开课 7 天后,你可以点击这里申请发票。
  • 如果还有其他问题怎么办?
    你可以发送邮件到 support@youdaxue.com,我们将第一时间解答你的问题。