跳至内容
首页Machine Learning

课程

理解机器学习

基础技能水平
更新时间 2026年6月
无需编码的机器学习入门。
免费开始课程
TheoryMachine Learning
2小时
12 视频
36 道练习
2,350 XP
290K+
成就证明

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

深受数千家公司学习者的喜爱

Group

需要团队培训?

企业版试用

课程描述

获得机器学习概念入门

机器学习热潮背后是什么?在这门非技术性课程中,你将学到所有你一直不敢开口询问的机器学习知识。 无需编程。

你将探索基础但必不可少的概念,通过动手练习巩固你的机器学习之旅所需的知识。 这不仅包括超越术语表面的理解,还包括学习这项令人兴奋的技术如何驱动从自动驾驶汽车到您在亚马逊上的个性化购物推荐的一切。

探索机器学习基础

机器学习是如何工作的,何时可以使用它,以及 AI 和机器学习之间有什么区别?这门课程涵盖所有这些主题。

你将从了解机器学习是什么开始,探索它的基本定义,以及它与数据科学和人工智能的关系。 然后,你将熟悉其词汇,并以用于构建模型的机器学习工作流程结束。

我们通过深入探讨深度学习来结束这门课程。 你将探索深度学习的两个常见应用场景:计算机视觉和自然语言处理(NLP),并了解机器学习的局限性和风险。

先决条件

本课程无先修要求
1

What is Machine Learning?

In this chapter, we'll define machine learning and its relation to data science and artificial intelligence. Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.
开始章节
2

Machine Learning Models

Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.
开始章节
3

Deep Learning

In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.
开始章节
理解机器学习
课程完成

获得成就证明

将此证书添加到您的 LinkedIn 档案、简历或履历中
在社交媒体和绩效评估中分享
立即注册

加入超过19百万学习者,今天就开始理解机器学习!

创建您的免费帐户

继续使用 Google显示更多选项


继续操作即表示您接受我们的《使用条款》和《隐私政策》,并同意您的数据存储在美国。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。