课程简介

非常详细的机器学习入门课程~!

课程概况

机器学习标志着计算机科学、数据分析、软件工程和人工智能领域内的重大技术突破。AlphaGo战胜人类围棋冠军、人脸识别、大数据挖掘，都和机器学习密切相关。这个项目将教你如何成为一名机器学习工程师，并将预测模型应用于金融、医疗、教育等领域内的大数据处理。

为什么你应该学习这门纳米学位?

也许你没有意识到，在我们的工作和生活中，机器学习已经无所不在。例如Google翻译、Siri、Facebook新闻推送等产品和功能的实现，都离不开机器学习技术。能够让机器和系统自动学习进化，让机器学习成为了各个依赖数据的行业内最前沿的突破。很多公司正在热忱地招募机器学习专家(或者把机器学习技术引入现有的业务)。学完本课程，你将掌握胜任该职位的核心技能。

课程项目

实战项目

P0: 泰坦尼克号生存预测

在这个项目中你将尝试创建一个决策函数，来根据每个乘客的特征(如性别和年龄)，预测他们在1912年泰坦尼克号事故中的生存结果。你将从一个简单的算法开始入手，逐渐增加它的复杂度，直到你能够在给定的数据条件下，以至少80%的准确度预测乘客的生还情况。这个项目将为你介绍一些的基本概念。

实战项目

P1: 预测波士顿房价

波士顿房地产市场竞争激烈，而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争，你决定运用机器学习的一些基本概念，帮助客户为自己的房产定下最佳售价。幸运的是，你找到了波士顿房价的数据集，里面聚合了大波士顿地区包含多个特征维度的房价数据，包括每个区域房价的中位数。你的任务是用可用的工具进行统计分析，并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。

实战项目

P2: 建立学生干预系统

随着技术在教学活动中的作用日益增加，越来越多的数据被应用到教学成果的检验和预测中。学生行为记录、成绩、与老师同学的互动记录等数据，都已经开始发挥价值。教育者正寻求新的方法来预测教学成果的成败，以便提前采取有效的干预措施，并确认不同干预手段的效果。为此，你的目标就是通过模拟相关因素，预测一批高中生通过期末考试的几率。

实战项目

P3: 创建客户细分

我们搜集的大部分数据，并不能刚好对应上现有的、完美的标签分类。很多时候，这些数据不仅没有被打上标签，甚至连类别都不详!在这个项目中，我们将获得一批非结构化的数据，你要了解数据的模式，发现他们适合的自然类别。首先你将学到处理无标签数据的实用方法，然后你将选择一个数据集来实践学到的技能，目标是发现数据集中自有的自然类别。

实战项目

P4: 训练智能车学会驾驶

在不远的将来，智能车将可以在无人驾驶的情况下，从任意地点接送乘客。在这个项目中，你将通过强化学习训练智能车学会自动驾驶。

实战项目

P5: 毕业项目

在本项目中，你将充分应用之前学到的知识，使用机器学习算法和技术解决你选择的问题。首先确定你想要解决的问题，探讨可能的解决方案和需要关注的性能指标。然后，通过可视化和数据探索分析，进一步发现解决问题最合适的算法和特征。

执行你选择的算法，关注选定的指标，全程记录下预处理、细化和再处理的步骤。之后再收集模型的性能结果，将重要数据值可视化，并对这些数值进行验证。最后，根据结果得出结论，并讨论你的解决方案是否充分解决了问题。