课程主页: https://www.coursera.org/learn/machine-learning-applications
大家好！今天要和大家分享一门很棒的在线课程——Coursera上的《机器学习：概念与应用》。这门课程由业界专家教授，旨在为学员提供机器学习的全面概述，以及在实践中如何运用这一领域的基本理论和方法。
整个课程结构合理，从基础概念到具体应用，能够适合各个级别的学习者。下面我就课程的各个模块进行详细介绍和评测：
机器学习与机器学习的工作流程
这个模块为我们引入了机器学习的基础知识，详细讲解了数据模型之前需要做的初步工作，让他人理解数据的重要性以及如何使用Python中的Pandas库进行数据的提取、探索和准备。
最小二乘和最大似然估计
在这里我们进一步研究了线性回归的评估方法和重要特征选择，这帮助我对模型的效果有了更深刻的理解。
基础函数与正则化
学习如何通过不同的基础函数来应对非线性关系，特别是偏差-方差权衡，这对初学者尤其重要。
模型选择与逻辑回归
增加了对交叉验证技巧的了解，令我在模型调优的过程中感到更加得心应手。
分类器更多：支持向量机(SVM)与朴素贝叶斯
和两种新分类技术上的深入探讨，让我对机器学习的灵活性增强了认识。
基于树的方法、集成方法与评估
图示性地掌握如何使用决策树创建分类模型，以及掌握评估分类器性能的方法，实用性提升至上。
聚类方法
第五模块的无监督学习，让我掌握了如何不依赖于具体目标便可识别数据中的模式。
降维与时间模型
深入学习主成分分析和隐马尔可夫模型，通过这个过程，我了解到如何处理复杂数据。
深度学习
在课程的最后，我们简要回顾了深度学习的基本原理并使用Keras进行实践，尤其让我的程序实现的能力得到了真正提升。
我个人认为这节课特别适合有志于入门机器学习，又希望能快速获取实践技能的学习者。希望大家也能找到合适自己的学习途径，从机器学习中受益！
课程主页: https://www.coursera.org/learn/machine-learning-applications