课程主页: https://www.coursera.org/learn/the-nuts-and-bolts-of-machine-learning
课程概述
《机器学习基本概念与应用》是谷歌高级数据分析证书的第六门课程。在本课程中，您将了解机器学习的基本概念，即如何利用算法和统计学教会计算机系统发现数据中的模式。数据专业人员应用机器学习来分析大量数据、解决复杂问题并做出准确预测。课程主要集中在两种主要的机器学习类型：监督学习和无监督学习。
课程大纲
机器学习的不同类型
在课程开始时，您将探索机器学习的基本概念及其在数据科学中的作用，并回顾四种主要的机器学习类型：监督、无监督、强化学习和深度学习。
建立复杂模型的工作流程
您将学习数据专业人员如何使用系统的工作流程进行机器学习，识别工作流程中的主要步骤及其在整个过程中重要性。此外，您还将学习如何将特定机器学习模型应用到实际商业问题。
无监督学习技术
接下来，您将深入学习机器学习的其中一个主要类型：无监督学习。首先，您将了解监督与无监督技术之间的区别，以及这两种方法的优势和用途。随后，您将学习如何应用两种无监督机器学习模型：聚类和K-means。
基于树的建模
然后，聚焦到监督学习的内容。您将学习如何测试和验证监督机器学习模型的表现，例如决策树、随机森林和梯度提升。
课程结束项目
您将在课程结束之前完成最终项目，通过将不同的机器学习模型应用于一个工作场景的数据集中，展现自己的学习成果。
我的评价与推荐
我非常推荐这门课程给所有对机器学习感兴趣的人。无论您是初学者还是有一定基础的数据科学爱好者，这门课程都能为您提供全面的机器学习知识。在课程设置上，内容设计井然有序，循序渐进，确保每位学员都能充分理解并应用所学技术。尤其是在课程的终端项目中，您将能够将理论与实际相结合，提升学习的实践价值。
课程主页: https://www.coursera.org/learn/the-nuts-and-bolts-of-machine-learning