先介绍一下本人背景。|数据挖掘快速入门几大招( 二 ) 先介绍一下本人背景。本人美

1.贪心科技AI课程

文章图片
贪心学院这套课程，是面向泛AI、AI群体提供专业的系列课程，整套课程将以上提及的内容根据难易程度分为基础和进阶两个阶段。这套课程吸引我的其中一点就是它涵盖的知识面广。不仅涉及了AI领域内的深度学习、NLP ，机器学习，还有很多更细的分支。其中机器学习中的基本算法如分类算法、集成算法、聚类算法、降维算法等，在这套课程内也有大篇幅重点讲解。
课程是以幻灯片的形式一页页呈现，从实用性上来说，由于是近几年的课程，课程的内容比较新，讲解也很通俗易懂，展示也做到了图文并茂。这套课程视频教学简单易懂，不过个人在使用的时候，可能因为是线上课，感觉课程内互动性差一点。遇到问题需要课下找助教或老师询问。
也由于是线上上课，购买之后随时可以使用，还是比较适合时间不好分配的上班族或者像我这样的学生进行使用。每节课程中还会配有一定的题目，帮助大家巩固知识点概念。我自己在做这些题目的时候，感受很好的是，这些题目的设定与每小节的课程内容结合的很好，能做到即时的巩固，也能为后面的学习做铺垫。

文章图片
教学团队
在使用这套课程之前，我自己也对比了很多家，分析下来还是觉得贪心科技AI的师资力量靠谱些。虽然是近几年刚创建的团队，但其教研人员都是有着丰富的业内经历和教学经验。课程的核心团队由海内外AI专家组建而成，多位合伙人及主讲老师都是业内资深工程师，并多次在ICML、AAAI、IJCAI、ICDM等会议发表数十篇论文，被数百次引用。我在上这节课的时候的导师就是亚马逊的工程师，李文哲老师。他对于每一个问题的讲解都十分细致，尤其是遇到运算问题，都会一步步手写出具体公式。除此之外，他还经常会举一反三，举出同样类型的例子，加深我们的记忆。
课程内容
贪心科技这套课程可以说是很全面地涵盖了我上面提到的关于数据科学的各种概念，如随机森林、逻辑回归、线性回归等。通过将机器学习放进人工智能的大框架里学习，能帮助学生更好的理解一些概念，将所学知识串联起来，掌握综合性的技能。
中级课程的核心内容均围绕机器学习,并通过案例的实战来加深对技术的理解。该课程的主要重点是转移学习的好处，利用已经训练好的、非常成功的模型，如Resnet-34或Restnet-50 ，以很高的精确度在短时间内学习新任务。例如，在计算机视觉方面，它就像一个成功的模型，在复杂的视觉输入上已经非常准确（如Imagenet），并使用它来处理你手头的具体任务。这是通过fastai库实现的，它是Python中Pytorch的一个层，简化了一些在构建深度神经网络时使用的不太受约束的自由形式的方法，并使之系统化。
随着课程的进行，其复杂性也在不断增加。在你已经能够训练出一个性能良好的模型之后，这套课程提供了清晰的方法来挖掘背后的代码，并提出了图表和插图来解释幕后发生的事情。
我非常喜欢的一个部分就是它让我在Excel中调出了一个电子表格，并画出了代表模型的输入、参数和预测的表格，同时展示了如何在电子表格中训练一个基本的神经网络层!这就像揭开神经网络的盖子，看着它的变化，发现如何最好地得出准确的预测。
对每个人来说，只要对矩阵代数有一定的了解，就能很好地掌握它的内容，除了具有指导性的特点外，做这些作业也能从中收获很多。