Close Banner
基石纳米学位

机器学习(入门)

掌握 Python、微积分、线性代数和统计基础知识

一门课搞定入门机器学习必须的编程和数学基础

现今每个人的工作都和数据息息相关,无论是数据分析、机器学习、深度学习、人工智能还是无人驾驶汽车,都需要坚实的编程、数学和统计基础。万事开头难,我们希望这个纳米学位能够帮你迈开数据科学职业生涯坚实的第一步。

独家课程内容,每周直播辅导

除了学习来自硅谷领先企业的课程视频、实战项目,你还可以参与每周一次的专业直播讲解!还有很多 Udacity 独家学习资料,等待你来探索。课程提供中文版。

加入同步学习小组,在导师监督下加速成长

你将加入学习小组,认识志同道合的伙伴,在专业导师全方位辅导和监督下,用最高效率掌握前沿技术,成为抢手人才。

独一无二的硅谷实战项目和代码审阅

亲自挑战我们与硅谷名企共同设计的技术实战项目,获得领域专家的逐行代码审阅和反馈,学习最先进的技术标准,为学习更加进阶的纳米学位做好准备!

获得 Udacity 基石纳米学位认证

毕业后,你将获得 Udacity 和合作企业共同颁发的毕业证书,证明你的专业知识和技术水平!

学习计划

先修要求
  • 你需要了解基本的微积分和线性代数知识。
推荐课程

如果你需要复习,可以学习可汗学院的微积分线性代数课程。

  • 第一周

    编写你第一个程序

    Google 创始人 Sergey Brin 给你的编程建议;编写你的第一个 Python 程序;在 Python 中如何创建和使用变量。

  • 第二周

    用程序来实现重复性的工作

    过程介绍;把过程结果返回;如何进行比较。

  • 第三周

    管理数据

    嵌套的列表;一列字符串;创建别名。

  • 第四周

    响应查询

    数据结构;查找;构建网页索引。

  • 第五周

    调用函数

    用 Python 标准库的函数来创建两个项目;了解在哪种情况下,函数不是一个好的解决方案;了解一个新的工具——类。

  • 第六周

    类的使用

    通过类和实例来撰写面向对象的程序;用类来创建三个很酷的项目。

  • 第七周

    创建类

    如何创建一个类;如何初始化一个对象;如何调用类熟悉和方法。

  • 第八周

    描述统计学入门

    研究方法介绍;可视化数据;集中趋势;可变性;标准化;正态分布;取样分布。

  • 第九周

    推论统计学入门

    预估;假设检验;T 检验;ANOVA;相关;回归;卡方检验。

  • 第十周

    向量

    学习向量的基本操作;写一个函数库来实现向量的基本操作。

  • 第十一周

    交点

    学习交点的几何和代数表达和如何解决现实世界的问题;编写算法计算一组直线或平面的交点。

  • 第十二周

    数据分析流程

    学习如何用数据来回答问题。

  • 第十三周

    NumPy 与 Pandas

    一维数据的 NumPy 和 Pandas 操作;二维数据的 NumPy 和 Pandas 操作。

  • 第十四周

    数据建模

    了解数据的基本类型;学习如何用 sklearn 处理数据集。

  • 第十五周

    评估和验证

    学习如何用准确率或者召回率等指标来测试以及衡量提高表现。

查看更多

实战项目:你将挑战以下项目

  • 电影预告片主页项目
    实战项目 1

    电影预告片主页

    使用函数和类编写一个电影网站,用来展示你最喜爱的电影的海报和预告片。

  • 分析心理学现象项目
    实战项目 2

    分析心理学现象

    使用描述统计学和统计检验分析斯特鲁普效应——一个实验心理学的经典成果。为读者提供直观的数据可视化,并根据实验结果,利用统计推断得出结论。

  • 线性代数项目
    实战项目 3

    线性代数

    通过代码实现一个矩阵求逆。

  • 探索数据集项目
    实战项目 4

    探索数据集

    选择优达学城提供的任一数据集,并使用 NumPy 和 Pandas 进行分析,体验从提出问题到发现成果的整个数据分析过程。

  • 预测房价项目
    实战项目 5

    预测房价

    利用统计分析工具对观测数据建立模型,并评估你的模型的表现好坏。

立即加入,掌握 Python、微积分、线性代数和统计基础知识

课程讲师

  • Dave Evans

    弗吉尼亚大学教授,《计算机科学导论》作者

    David Evans 是弗吉尼亚大学计算机科学教授,他讲授计算机科学并领导计算机安全研究。他是《计算机科学导论》一书的作者,曾荣获弗吉尼亚的大学教师最高奖。他拥有麻省理工学院的博士、硕士和学士学位。

  • Kunal Chawla

    优达学城讲师

    Kunal Chawla 在德克萨斯大学奥斯汀分校获得计算机科学学士学位之后,先做了三年程序员,然后决定转入教育领域。他在中学讲授自然科学课程,参加 Google 的远程学习计划,并在加入优达学城之前,获得了斯坦福大学的教育技术硕士学位。

  • Miriam Swords Kalk

    优达学城讲师

    Miriam 非常荣幸能在优达学城从多个角度为学生体验做出贡献。从制定新课程到与学生一对一指导,帮助领导我们的讲师团队,这一切都让她乐在其中,并对改变教学方式的热情与日俱增。在工作之外,她喜欢唱歌、烘焙和担任瑜伽教练。Miriam 毕业于斯坦福大学,获得了该校的物理学理学学位、 哲学和宗教研究文学学位及宗教研究硕士学位。

常见问题解答

  • 为什么要学习机器学习?

    机器学习标志着计算机科学、数据分析、软件工程和人工智能领域内的重大技术突破。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。这个基石纳米学位项目通过丰富、实际的教学内容,帮你打下扎实基础,为继续学习机器学习高级技能做好准备。

  • 掌握机器学习技能后,我可以做些什么?

    掌握机器学习技能后,你可以继续成为:机器学习工程师、高级数据分析师、人工智能工程师和机器人开发工程师。

  • 机器学习(入门)和机器学习(进阶)课程有什么不同?

    机器学习(入门)课程将为你的机器学习工程师之路打下坚实的基础,它从零开始循序渐进地引导你学习 Python 编程,微积分基础、线性代数基础以及统计学基础,让你熟练使用 numpy、pandas 和 matplotlab 等数据科学必备工具;机器学习(进阶)课程直接带你进入机器学习环节,它会涉及监督学习,非监督学习,增强学习和深度学习,把你塑造成一名优秀的机器学习工程师。

  • 我如何知道自己适合哪门课程?

    如果你不了解 Python,没学过或者忘记了微积分和线性代数,不了解统计学,我们推荐你学习机器学习(入门)课程;如果你熟练掌握 Python,了解微积分和线性代数,但对机器学习并不了解,我们推荐你学习机器学习(进阶)课程。

  • 机器学习(入门)和机器学习(进阶)课程的学费分别是多少?

    机器学习(入门)课程的学费为 原价 3999 元 首推价 2699 元,机器学习(进阶)课程的学费为 原价 5999 元 首推价 4699 元。

  • 课程是中文还是英文?视频提供中文字幕吗?

    机器学习(入门)和机器学习(进阶)课程的文字资料均提供中文翻译,所有授课视频均提供中文字幕。此外,你还可以预约中文导师1对1辅导,以及每周直播讲解。

  • 我每周需要投入多长时间学习这两门课程?需要多久可以完成课程?

    学员一般需要每周投入 10 小时,通常可以在 16 周内完成机器学习(入门)课程,在 24 周内完成机器学习(进阶)课程。

  • 机器学习(入门)和机器学习(进阶)课程的有效期是多久?

    机器学习(入门)和机器学习(进阶)课程的有效期均为 6 个月。

  • 如果我没有在 6 个月内完成所有项目,是否还能继续访问课程内容?

    如果你在 6 个月内未完成机器学习(入门/进阶)课程,可以发邮件至 support@youdaxue.com 申请宽限期来完成纳米学位,宽限期最长不超过 6 个月。

  • 机器学习(入门)和机器学习(进阶)课程提供免费试用吗?

    机器学习(入门)和机器学习(进阶)课程均不提供免费试用期。但在开课后 7 天内,可无条件退款。

  • 在一年内毕业,可以获得 50% 学费返还吗?

    机器学习(入门)和机器学习(进阶)课程均不提供 50% 学费返还。

  • 机器学习(入门)和机器学习(进阶)课程的退款政策是什么?

    你可以在开课日期后 7 天内(第 7 天 23:59 前)向 support@youdaxue.com 发起退款申请。请在邮件里注明你的注册邮箱,我们将在收到你的申请之后 10 个工作日内取消你的课程订阅并返还全部学费。
    *如果你通过花呗分期付款,请确保你的退款申请日不迟于最近的花呗账单日(每月1日),否则花呗分期可能会收取手续费。关于花呗退款政策,详请参考此处

查看更多
官方微信公众号二维码

优达学城(Udacity)微信