热门搜索：
您的位置：
票圈被吴恩达新开的深度学习课程刷屏？我们帮你做了个测评
大数据文摘作品，转载要求见文末作者|Aileen、魏子敏、龙牧雪董怡萱、宁云州一早醒来票圈被吴恩达的新课程刷屏了，离职百度的吴恩达6月份宣布创立Deeplearning.ai时仅仅曝光了一个logo和域名，颇为神秘，而就在昨天深夜，吴恩达发布博客称，其初创公司deeplearning.ai将通过Coursera提供深度学习的最新在线课程。吴恩达协两名助教一起，亲自上阵，也让大家对这门课程充满了期待。重操旧业的吴恩达也表示，AI教育不是精英教育，是通识教育，他希望通过这门课让更多人了解AI,据此建立起一个AI驱动的社会。我们在coursera和deeplearning.ai的官网都找到了课程链接：https://www.coursera.org/specializations/deep-learninghttps://www.deeplearning.ai/课程到底有多火呢？大数据文摘测评过程中，deeplearning.ai的官网多次间歇性无法访问，估计是流量太大了。相信正在跃跃欲试机器学习的各位读者也跟文摘一样，想知道这门吴恩达强推的课程到底如何？有怎么样的课程设置？适合怎样的受众？以及性价比怎么样？别着急，大数据文摘一早来注册（真的上了信用卡付了费哦）测评了这门课。先帮大家看看，到底这门课适不适合你。总体来说，相比市面上已有的机器学习课程，deeplearning.ai出品的这门课程在之前Coursera上Hinton的机器学习课程基础上又加了一些专题；课程大纲的设置上，与Stanford和CMU的课程设置比较类似，吴恩达把相关内容串讲起来进一步体系化，应该说是对初学者来说最系统专业的课程；加上英伟达为课程提供GPU，内嵌云实验环境，为课程提供实操的实验环境配合课程，及时练手，强推为机器学习入门选手首选，吴教主出品，绝对是精品。但是，因为课程定位为ai普及课，内容事实上更适合初学者，如果之前已经学习过coursera上相关课程的同学或者比较专业的选手，就不需要再重新学一遍这门课程了，我们也会在文末列出一些更加专业化的内容给想要深化学习的同学。当然，还有一大挑战是语言问题，课程目前还是全英授课，没有中文字幕，所以对于国内的盆友的英文也是一大挑战。吴恩达：AI教育应该是通识课吴恩达如何定位自己的课程呢？从他凌晨亲自撰写发出的博客可以提炼一些要点：首先，这是他的创业项目初创公司deeplearning.ai的AI布局中，三大动作的第一件大事：通过Coursera提供深度学习的最新在线课程。其次，这门课程据吴恩达博客所说，“每一个有机器学习基础知识的人都能够接受这一系列的5门课程，而它们共同构成了Coursera上新的深度学习专业。”第三，吴恩达在博客中也提到，他的课程内容提到不仅会有理论的教授，还有实操的机会，学生可以做相关的项目，方向涵盖医疗、无人驾驶、哑语识别、音乐生成器、自然语言处理。“深度学习的基础，明白如何建立神经网络，学习如何做一项成功的机器学习项目。你会学到关于卷积网络、循环神经网络、长短时记忆网络、Adam、Dropout、BatchNorm、Xavier/He初始化等知识。你会做有关医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等的案例，你不仅能掌握理论知识，还能够学到如何在Python和TensorFlow上将它们应用到各个行业当中。你也可以听到很多顶尖深度学习专家讲的课程，他们会分享个人经历，并给你一些职业建议。”测评过程：亲测！打开deeplearning.ai，我们看到了以下信息：deeplearning.ai在Coursera上开课啦！点击Enroll会发生什么呢？=w=我们来到了Coursera界面——这门课叫做“深度学习专项课程”，包括5门课：第1课神经网络和深度学习NeuralNetworksandDeepLearning第2课优化深度神经网络：超参数调整、正则化、最优化ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization第3课开始机器学习项目StructuringMachineLearningProjects第4课卷积神经网络ConvolutionalNeuralNetworks第5课序列模型SequenceModels每门课持续2-4周不等，上完全部课程需要至少9周。吴恩达这门深度学习课是这样定价的：每月49美元，你可以看到Coursera上所有的付费课（包括这门课）。接下来是伟大的实验时间！小编们决定以身试法，帮大家看看课程具体讲的是什么？有信用卡或PayPal的童鞋可以直接申请7天免费试看哦~小编华丽丽地购买啦~Duang~这是付费之后看到的课程页面！可以看到目前“深度学习专项课程”系列的第一门课“神经网络和深度学习”正在进行中——要完成“神经网络和深度学习”课程，需要在指定期限内完成8个作业，作业分为小测验Quiz和编程练习ProgrammingAssignment，每个小测验占总成绩的7%，每个编程练习占总成绩的20%左右。看来这是一门注重动手实战的课程！下面是所有需要完成的课程作业在完成作业之前，当然需要收看课程视频和阅读材料啦~让我们来看看前2周的课程任务量：第一周需要看完1小时视频，第2周需要看完2个半小时视频、约10分钟阅读材料。第2周开始，在视频之外，课程任务里出现了期待已久的编程练习！编程练习需要花至少4小时来完成，是课程的重头戏呀！打开一个编程练习，我们看到了以下页面点击开始练习，我们就进入到了一个iPythonNotebook界面，可以在线完成编程练习怎么样，有没有很激动！课程还设置了论坛，大家可以在里面讨论问题同类深度学习课程其实，吴恩达今天推出的深度学习课程并不是第一个向大众开放的相关课程。去年１月份，Google已在Udacity上推出免费的深度学习课程：/course/deep-learning--ud730上面的课程和吴恩达开设的课程很相似，都是面向初学者。参加过学习的同学反馈对于入门者非常有效，因为真的可以听懂，但是因为内容相对比较浅，如果想真正理解深度学习，以下的课程可能更加有效：多伦多大学三巨头，被誉为“深度学习之父“的GeoffreyHinton教授在Coursera上的NeuralNetworksForMachineLearning网课。他的UT实验室在2012年的某医药大赛中如一匹黑马般赢得桂冠（即使整个团队没有一个人懂生物），真正地把深度学习带入了主流媒体的视线。链接：https://www.coursera.org/learn/neural-networks牛津大学与DeepMind合作的自然语言处理深度学习课程。链接：https://www.cs.ox.ac.uk/teaching/courses//dl/专门致力于为深度学习工程师提供教育资源的fast.ai。Tensorflow提供的机器学习教程，分为两篇初学者篇：https://www.tensorflow.org/get_started/mnist/beginners进阶篇：https://www.tensorflow.org/get_started/mnist/prosAI圣经级教科书－蒙特利尔大学教授YoshuaBengio和他的前学生IanGoodfellow合著的《DeepLearning》最后，也为大家附上吴恩达亲自撰写的文章：亲爱的朋友，我正在研究3个AI项目，并怀着激动的心情宣布我的第一个项目：deeplearning.ai,一个致力于传播AI知识的项目，要在coursera上发布一系列新课程了。这门课可以帮助你熟练掌握深度学习，高效的应用它，并在AI领域成就一番事业。AI是新电力正如电力从大约一百年前开始改变了每一个主要行业一样，AI现在正准备复刻这辉煌。一些科技巨头已经设立了AI分部，并开始随着AI进化迭代。而在未来几年，大大小小的公司都会意识到他们也必须成为以AI驱动的未来中的一部分。建立一个AI驱动的社会我希望我们能够建立起一个AI驱动的社会，给予每个人都承担得起的医疗服务，让每个孩子都享受个性化的教育，制造出便宜到每个人都买得起的自动驾驶汽车，让所有人都做上有意义的工作——一个以AI驱动的社会能改善每个人的生活。但是，为了达成这个目标，没有一个公司能够完成所有需要的工作。正如现在每一个计算机专业毕业的学生都知道如何使用云，未来每一个程序员都将知道如何运用人工智能。深度学习可以有几百万种方式改善人类的生活，所以社会需要几百万；来自全世界的像你们这样的人来建立巨大的AI体系。不论你是加州踌躇满志的软件工程师，还是中国的科研人员，或者是印度的机器学习工程师，我都希望你们能用深度学习解决这世界上的问题。你能够学到什么？每一个有机器学习基础知识的人都能够接受这一系列的5门课程，而它们共同构成了Coursera上新的深度学习专业。你会学到深度学习的基础，明白如何建立神经网络，学习如何做一项成功的机器学习项目。你会学到关于卷积网络、循环神经网络、长短时记忆网络、Adam、Dropout、BatchNorm、Xavier/He初始化等知识。你会做有关医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等的案例，你不仅能掌握理论知识，还能够学到如何在Python和TensorFlow上将它们应用到各个行业当中。你也可以听到很多顶尖深度学习专家讲的课程，他们会分享个人经历，并给你一些职业建议。当你拿到深度学习专业课的认证后，你就能够自信的将“深度学习”放在你的简历上了。与我共创AI驱动型社会的未来吧从2011年起，已经有180万人参加了我的机器学习课程。这是我和4个斯坦福的大学生发起的，并在后来成为了Coursera上首个课程。从那时候开始，我就时常被你们努力理解机器学习并建立完美的AI系统，同时在个人事业方面卓越的发展所激励。我希望深度学习专业课能够帮助你们做出更多不可思议的东西，让你们为社会做更多的事，并更好的发展你们的事业，我希望你们能随我一起建立一个AI驱动的社会。我会在另两的AI项目开发完成后告诉你们，也会在全球AI社区中寻找更多帮助你们的方法。
声明: 91.com所发布的内容均来源于互联网，目的在于传递信息，但不代表本站赞同其观点及立场，版权归属原作者，如有侵权，请联系删除。
信息也是生产力，精简才是硬道理！情报猎手带你突破信息迷雾，每日独家为您锁定最有价值的IT行业新鲜事。打开微信，扫描关注，赢取每月粉丝奖！
苹果发布会iPhone X
小米MIX2小米发布会
三星Note8三星发布会
魅族Pro 7魅族发布会
微博和微信：91门户浅谈 MVC、MVP 和 MVVM 架构模式 – 码农头条
& 浅谈 MVC、MVP 和 MVVM 架构模式 相关推荐:被误解的 MVC 和被神化的 MVVM
MVC 的历史 MVC，全称是 Model View Cont [&]...《Vue.js 和 MVVM 的小细节》MVVM 是Model-View-ViewModel 的缩写，它是一种 [&]...230 行实现一个简单的 MVVM – MVVM 这两年在前端届掀起了一股热潮，火热的 Vue 和 [&]...单向数据流动的函数式 View Controller（iOS） View Controller 向来是 MVC [&]...#IT技术分享#【浅谈框架模式( MVC、MVP、MVVM )】详见： 框架模式不是一门写代码的学问，而是一门 [&]...MVVM 在 Android 上的正确使用方式 原创声明： 该文章为原创文章，未经博主同意严禁转载。 摘要：G [&]...【实现一个类 Vue 的 MVVM 框架】文章传送门:
原文地址：/ [&]...GUI 应用程序架构的十年变迁：MVC、MVP、MVVM、Unidirectional、Clean &#821 [&]...《杂谈: MVC/MVP/MVVM》本文为回答一位朋友关于MVC/MVP/MVVM架构方面的疑问所写, 旨在介 [&]...MVVM 框架下实现分页功能 分页这种组件，几乎每一种框架都有这样的组件，近期我们做了新的项目，因为是在新的分 [&]... 今日推荐猜你喜欢
& 浅谈 MVC、MVP 和 MVVM 架构模式后使用快捷导航没有帐号？
查看: 473|回复: 2
关于机器学习的两门课程，有学习过的推荐下哪个更适合入门？
注册会员, 积分 158, 距离下一级还需 42 积分
论坛徽章:6
暂时学不了这里《》，找网上找了两门课程，
一门是courser上的斯坦福大学吴恩达老师的课程《机器学习》：
另外一门课程是Udacity上的《机器学习入门》：
有没有人学习过上面两门课程的，综合评价下吧，给新人点指导，谢谢啦
论坛徽章:22
上过吴恩达的机器学习，并且完成了全部作业。讲解非常清晰，建议上他的课
高级会员, 积分 945, 距离下一级还需 55 积分
论坛徽章:19
Ng的机器学习上过，感觉有点浅，不过好处是他的matlab习题不错，udacity的就没上过了。其实机器学习来说个人还是最推荐林轩田老师的那套教程，深度广度兼备。吴恩达新项目揭晓:迄今最全面的深度学习在线课程_网易科技
吴恩达新项目揭晓:迄今最全面的深度学习在线课程
用微信扫码二维码
分享至好友和朋友圈
（原标题：吴恩达神秘新项目揭晓：迄今最全面的深度学习在线课程！）
光谱吴恩达 (Andrew Ng) 拥有多个令人仰慕的头衔：斯坦福机器学习教授、大规模开放在线课程 (MOOC) 早期提出人之一、Coursera创始人、Google大脑创始人、百度前首席科学家……在离开百度后，今年6月底，吴恩达已经将自己的新项目deeplearning.ai上线，网站颇为神秘，配有他本人的照片和一行字“探索人工智能的前沿”(Explore the frontier of AI)。就在刚才，这个神秘的项目终于揭开了面纱：deeplearning.ai将和吴恩达创立的另一家公司Coursera，一起推出在线课程《深度学习专业》 Deep Learning Specialization。吴恩达挑了个挺不错的时间，美国西部时间8月8日早上8点，Deep Learning Specialization的5堂课程已经在Coursera上线。这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门的技能之一，本课程将帮你掌握深度学习。”在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。课程中也会有很多实操项目，帮助学生更好地应用自己学到的深度学习技术，解决真实世界问题。这些项目将涵盖医疗、自动驾驶、和自然语言处理等时髦领域，以及音乐生成等等。Coursera上有一些特定方向和知识的资料，但一直没有比较全面、深入浅出的深度学习课程——《深度学习专业》的推出补上了这一空缺。课程的语言是Python，使用的框架是Google开源的TensorFlow。最吸引人之处在于，课程导师就是吴恩达本人，两名助教均来自斯坦福计算机系。完成课程所需时间根据不同的学习进度，大约需要3-4个月左右。学生结课后，Coursera将授予他们Deep Learning Specialization结业证书。“我们将帮助你掌握深度学习，理解如何应用深度学习，在人工智能业界开启你的职业生涯。”吴恩达在课程页面中提到。吴恩达年少曾在香港和新加坡生活，后移民美国。2002年，他在加州大学伯克利分校完成博士学习，同年加入斯坦福大学计算机系任教。他的教学和研究方向包括数据挖掘和数据分析、深度学习等。吴恩达在斯坦福的一些项目后来在工业界取得了不错的成绩，比如斯坦福人工智能机器人 (STAIR) 项目，后来成为了机器人开源操作系统ROS (Robot Operating System)。2011年，他加入了Google，创立了Google大脑计划。他曾带领几个学生和Google资深学者杰夫·迪恩一起做了一个有趣的试验：用Google大脑训练一个神经网络，不停地看YouTube视频，能够在不给予具体物体的定义前提下，分辨出猫等各类物体。这篇名为《用大规模无监督学习建造高层次特征》的论文在非监督学习领域备受关注。Google大脑也成为了业界第一个大规模分布式深度学习系统，在科技行业极具影响力和创新性，为Google之后更多的深度学习研究课题和产品项目打下了基础。2014年，吴恩达高调加盟百度担任首席科学家，领导百度美国研究院，前不久刚刚离职。他是深度学习业界的领军人物之一，学生分布在Facebook、百度、Coursera、Salesforce等知名公司。吴恩达支持人工智能的立场和马克·扎克伯格类似，他希望通过教育的方式将人工智能普及化，培养更多的机器学习、深度学习人才。
在斯坦福大学任教期间，他和Udacity的创始人，前斯坦福教授塞巴斯蒂安·特朗 (Sebastian Thrun) 都是MOOC的早期提出人。吴恩达建立的MOOC项目Stanford Engineering Everywhere，后来成了在线教育公司Coursera 的雏形。Coursera 获得了斯坦福、布林斯顿、宾夕法尼亚州立大学和密西根州立大学等名校的课程支持，上线的第一堂课就是吴恩达在斯坦福教授的《机器学习》(CS 229: Machine Learning)，结课的学生总数已经超过150万人。吴恩达在 Medium 上透露，本次和 Coursera 合作的深度学习课程，只是 deeplearning.ai 的第一个项目，他一共有三个项目在筹备中，不排除可能会有面向大众的人工智能产品。
本文来源：PingWest品玩
责任编辑：王凤枝_NT2541
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈机器之心专访吴恩达，深度学习课程项目Deeplearning.ai正式发布 | 芥末堆
手机号或者验证码错误
用户名或密码错误
芥末堆看教育&不错过
机器之心专访吴恩达，深度学习课程项目Deeplearning.ai正式发布
机器之心专访吴恩达，深度学习课程项目Deeplearning.ai正式发布
摘要：“AI 是新电力，全世界需要数百万具备深度学习知识的人。”
吴恩达与&Deeplearning.ai&的两位 TA：Kian Katanforoosh 与 Younes&Mourri（图片来源：机器之心）6 月 23 日，吴恩达通过 Twitter 宣布自己离职百度之后的新一步动向——Deeplearning.ai，并宣称将在 8 月份公布有关 Deeplearning.ai 的更多细节。今日，机器之心获得消息，Deeplearning.ai 项目正式发布。在发布前夕，吴恩达接受了机器之心的专访，对该项目进行了更为详细的解读。今早，吴恩达在 Medium 上发布了一篇博客，宣布 Deeplearning.ai 项目正式启动。同时表示今天发布的项目仅仅是他正在发布的三大项目中的第一个。吴恩达表示：Deepleanring.ai 是一套教育课程，而另外两个项目则有关人工智能产品，但他目前还不能透露更多细节。在 Deeplearning.ai 发布前夕，机器之心对吴恩达进行了专访，内容涉及该项目、近期工作的动向，以及对未来的展望。机器之心：请介绍一下 Deeplearning.ai？吴恩达：Deeplearning.ai 今天的发布会将宣布基于 Coursera 的一系列深度学习课程。在人工智能领域，我们有机会创造一系列前所未有的系统与产品。但是，即使像谷歌和百度这样的公司也无法覆盖这一领域的全部。所以，我认为让深度学习社区发展壮大的最好方式就是创造更好的深度学习课程，让越来越多的人接触深度学习。据我所知，我之前的机器学习课程——也是全世界最热门的机器学习课程，目前已经惠及了超过 180 万人。而在 Deeplearning.ai，我们致力于让更多人能够获得有关机器学习的课程。我曾经说过，AI 是新电力，我相信人工智能将在未来改变各行各业。如果这个设想是对的，全世界就需要数百万具备深度学习知识的人。机器之心：那么，Deeplearning.ai 发布的课程与此前的课程（基于斯坦福大学的系列课程）有什么不同？吴恩达：《机器学习》系列课程在 2011 年左右形成，它们是很棒的课程，很多人都了解过这个课程。有人告诉我，仅仅在上周，就有大约 2000 人学习了这个课程。这一课程是对于机器学习的很好概述，其中包含监督学习、无监督学习、支持向量机、梯度下降等等，所有这些都非常有意义。但我认为深度学习在过去几年里发展很快，我们需要一个全新的课程来向人们传达现代深度学习的理念——其中包含最近几年发展起来的新知识。机器之心：Deeplearning.ai 是一个教育平台，亦或是内容的集合？吴恩达：Deeplearning.ai 有关内容包含视频讲解、练习和扩展阅读，我们正计划将这些都放在 Coursera。机器之心：你曾经提及将会推出计算机视觉的课程，可以透露更多信息吗？吴恩达：我们本次计划推出的课程有五大部分，都是基于如何将神经网络应用到各个领域中的。其中包括计算机视觉、自然语言处理、序列到序列模型等等。其中值得一提的是，新课程将注重于引导应用机器学习的方向。它会为人们提供一个深度学习的「模拟器」。就像训练飞行员一样，一个学员需要先在模拟器上进行多次训练，积累数年经验随后才能在真实场景中起飞。在 Deeplearning.ai 的课程中，一个有趣的功能就是对机器学习进行模拟——我们必须学习在复杂的机器学习项目中进行决策、调整和团队合作。据我所知，这是第一次有人将这种此前只面向博士在读学生的训练推广到所有人。我对此感到非常激动，这一次，人们终于可以了解如何应对深度学习项目中各种设置的问题了——这不是一个简单的任务，即使很多有经验的人也不知道如何去做。五项课程提供的模拟器可以让人们自由地在其中进行练习，其中的任务与真实情况极为近似，对你的机器学习项目非常有用。机器之心：Deeplearning.ai 的内容会在国内进行更多的推广吗？吴恩达：目前，Coursera 是学习此类课程的最佳平台。我很期待在未来将这些课程推广给更多国内学生，目前很多 Coursera 的服务器在国外，这可能会让很多人无法接触到，但我们正在寻求相应的解决方案。我认为人工智能在中国的发展速度超过了全球其他任何地方，近期国务院发布的《新一代人工智能发展规划》更是在推动这个过程。我正在积极寻求与国内的合作，近期我还将访问国内。机器之心：我想问一下，您大概什么时候开始考虑启动 Deeplearning.ai 的？吴恩达：我大概是在 5 月份左右做的这个决定，我考虑了很长时间。你知道，多年以来一直都有人问我在 Coursera 上的教学问题，在 Facebook 的评论页面也一直有人发表意见。直到目前为止，我才有时间开始做这些东西。到了 5 月份，我才认真考虑做这个。机器之心：什么时候这些课程会上传、公开呢？吴恩达：几小时后，我们将会发布三门课程，剩下的两门可能要花费几周时间。机器之心：Deeplearning.ai 项目团队大约有多少人？吴恩达：作为一个大型系列课程，Deeplearning.ai 有很多工作需要处理。目前，我有两个助理，也有一些人在协助视频剪辑等工作。当然，我们不是一家公司，不需要用到上百人（笑）。机器之心：你也提到未来会发布更多的项目，所以未来的项目也与教育有关？还是其他方向的？吴恩达：我能说的有限。你知道，我们还有大量的与人工智能相关的东西没有发现、建立。因此我希望发布 Deeplearning.ai，这些内容能够教授更多的人建立人工智能系统。但我希望至少有一个项目能够与中国有非常大的关联（笑）。实际上，我们并不打算把 Deeplearning.ai 做成一家创业公司，追求商业并非我们的方向。我想斯坦福的学生乐于开源自己的软件、公开论文、分享自己的成果，这正是基础的研究精神。机器之心：你曾在推特上说，2017 是 AI 创新的好时机，为什么？吴恩达：你知道，之前我们看到生态系统足以支持技术或产品的时候，那技术或产品就是起飞的时机。当时在推特上我想说的是，1990 年代整个生态系统还没准备好，当时浅学习算法更好。2005 年或者 2007 年之后，硬件与数据备好之后，深度学习算法更佳。所以，技术时机非常重要。以下是我们对 Medium 博客内容的中文介绍：我一直在推进三个新的 AI 项目，现在很高兴能够宣布第一个项目：deeplearning.ai，这是一个致力于传播 AI 知识的项目，该项目即将在 Coursera 上发布新的深度学习系列课程。这些课程将帮助大家掌握深度学习，高效应用深度学习，发展自己的 AI 生涯。AI 是新电力从 100 多年前开始，电改变了每个主要行业。现在的 AI 也是一样。多家大型技术公司已经建立 AI 部门，并着手利用 AI 进行转型。在未来数年中，各种规模、各个行业的公司将意识到他们也必须成为 AI 驱动型未来的一部分。构建 AI 驱动型社会我希望人类能够构建一个 AI 驱动的社会，每个人享受得起医疗，每个孩子接受个性化教育，每个人拥有廉价的自动驾驶汽车，每个人有一份充满意义的工作。AI 驱动型社会能够提升每个人的生活质量。但是没有一家公司可凭一己之力做到这些。正如现在每一个刚毕业的计算机科学专业学生知道如何使用云，未来的程序员也要知道如何使用 AI。使用深度学习提升人类生活质量的方式多达数百万，因此社会需要全世界的人齐心协力共同构建伟大的 AI 系统。不管你是一名加州有抱负的软件工程师、中国的研究科学家，或者是印度的机器学习工程师，我希望你可以使用深度学习解决世界面临的挑战。你将学到什么任何有基本机器学习知识的人都可以学习这 5 门系列课程，它们组成了最新的 Coursera 深度学习专业课（Deep Learning Specialization）。你将学到深度学习的基础，理解如何构建神经网络，并学习怎样进行一个成功的机器学习项目。你将学到卷积网络、RNN、LSTM、Adam、Dropout、BatchNorm、Xavier/He 初始化等知识。你将从案例研究中学习，例如医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等。你还可以使用 Python 和 TensorFlow 实践这些有趣的想法和应用。你将听到许多深度学习顶级专家的课程，他们将与你分享经历，并给你提出一些职业建议。当你获得了深度学习专业课认证后，你就能自信地在你的简历上写上「深度学习」。和我一起构建一个 AI 驱动的未来吧从 2011 年开始，180 万人已经参加过我的机器学习课程，那是我和四名斯坦福的同学一起构建的课程，后来它成了 Coursera 上的第一门课。自那以后，我被你们想要理解深度学习的努力所激励，构建了卓越的 AI 系统，个人职业生涯也取得了很大的发展。我希望深度学习专业课将帮助你们创造更多奇妙的事，让你们能够更多地帮助社会，并且在职业生涯中走得更远。我希望大家可以和我一起构建一个 AI 驱动的社会。我将随时告知大家另外两个 AI 项目的进展，并且寻找各种方式帮助全球 AI 社区的你们。本文转自微信公众号“机器之心”，作者 Tony Peng、李泽南，经机器之心（微信公众号：almosthuman2014）授权转载，禁止二次转载。
1、本文是转载文章，原文：； 2、芥末堆不接受通过公关费、车马费等任何形式发布失实文章，只呈现有价值的内容给读者；
3、如果你也从事教育，并希望被芥末堆报道，请您 告诉我们。
想知道谁回复了你的留言？登录后即可查看~
总共0条评论
观察全教育行业产业链上下游动态发展
发现业内具备创新与机遇的公司和产品
解读政府政策及市场变化
及时高质地为业内各方提供深度价值信息
【电脑】请您打开手机微信APP,可选择“扫一扫”识别下方二维码进行支付；
【手机】长按下方图片，可选择“识别二维码”进行支付。
请您稍等片刻，付款成功将自动关闭！}