前提条件和准备工作

机器学习速成课程是否适合您?

我只有很少或根本没有机器学习背景。
我们建议您按顺序学习所有资料。
我有一些机器学习方面的背景,但想更全面地了解当前的情况。
机器学习速成课程会非常有用。请按顺序学习所有模块,或仅选择您感兴趣的模块。
我非常了解机器学习,但我对 TensorFlow 知之甚少或一无所知。
其中很多资料对您来说可能太基础了。与其浏览所有内容,不如重点学习以下材料:
机器学习速成课程主要侧重于更高级别的 API。如果您更喜欢了解低级别 TensorFlow API(可能会进行机器学习研究),请改为探索以下资源:

在开始机器学习速成课程之前,请仔细阅读以下准备工作前提条件部分,确保您为完成所有模块做好准备。

准备工作

在开始学习机器学习速成课程之前,请执行以下操作:

  1. 如果您刚开始接触机器学习,请学习机器学习简介。这个简短的自学课程介绍了机器学习的基本概念。
  2. 如果您是 NumPy 的新手,请完成 NumPy Ultraquick 教程 Colab 练习,它会提供您学习本课程所需的所有 NumPy 信息。
  3. 如果您是 Pandas 新手,请完成 Pandas UltraQuick 教程 Colab 练习,它会提供您学习本课程所需的全部 Pandas 信息。

前提条件

机器学习速成课程不要求学习机器学习知识,也不需要任何相关知识。不过,为了理解所呈现的概念并完成练习,我们建议学生满足以下前提条件:

  • 您必须熟悉变量、线性方程式、函数图、直方图和统计方法。

  • 您必须是优秀的程序员。理想情况下,您应该具有使用 Python 进行编程的经验,因为编程练习是使用 Python 编写的。但是,没有 Python 经验的经验丰富的程序员通常也可以完成编程练习。

以下各部分提供了指向有用背景资料的链接。

代数

线性代数

三角学

统计信息

微积分(对于高级主题为可选课程

Python 编程

Python 教程介绍了以下 Python 基础知识:

一些编程练习使用以下更高级的 Python 概念:

Bash 终端 / Cloud 控制台

如需在本地计算机上或 Cloud Console 中运行编程练习,您应该能够熟练使用命令行: