关于此课程

你是否曾想过 Netflix 如何能预测你喜欢的电影,Amazon 如何知道你想买的东西?答案就在非监督学习!

非监督学习与模式识别密切相关,用于分析数据和寻找模式。它是用于识别数据结构的非常强大的工具。本课程的重点是如何使用非监督学习方法,包括随机优化、聚类和特征选择与转换,以找出未标记数据的结构。

喜欢这门课程?加入“机器学习工程师”纳米学位。
学费
免费
学习时间
大约 1 months
难度
中级
你将获得

Rich Learning Content

Interactive Quizzes

Taught by Industry Pros

Self-Paced Learning

Student Support Community

开始你的旅程

学习这门免费课程,迈出通往机器学习(进阶)职业道路的第一步。

免费课程

机器学习:非监督学习

合作企业 佐治亚理工学院

通过创新性的自主学习方式,掌握新技能,提升竞争力。

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d
 
 

课程讲师

Charles Isbell
Charles Isbell

讲师

Michael Littman
Michael Littman

讲师

Pushkar Kolhe
Pushkar Kolhe

讲师

先修知识及要求

参加此课程即假定你有编程经验,因为你将用到 python 库,如 numpy 和 scikit。除此之外,要求熟悉概率和统计学。如需复习这些方面,可查看优达学城的统计学入门课程。

我们的人工智能导论课程也为此课程提供了有用的背景知识。

查看使用优达学城的技术要求

为什么学习这门课程?

你将学习和实践各种非监督学习的方法,包括:随机优化、聚类、特征选择和转换,以及信息论。

你会学到重要的机器学习方法、技术和最佳实践,并在此课程中通过最终项目的动手实践获得实现它们的经验,你将在最终项目中设计一个电影推荐系统(就像 Netflix!)。

我将获得什么?
Instructor videos Learn by doing exercises Taught by industry professionals