機器學習密集課程適合您嗎？
機器學習背景幾乎沒有或完全沒有。
建議你依序查看所有素材。
我對機器學習有一定的背景，但我想更瞭解目前及完整瞭解。
機器學習密集課程會是非常複習好的知識。依序瀏覽所有單元，或只選取感興趣的單元。
我有實際經驗，可將機器學習概念應用在資料和建構模型上。
雖然機器學習密集課程可能對你重新掌握基本概念
機器學習的概念，您可能也會想探索一些進階的機器學習
課程，涵蓋各種可解決機器學習問題的工具和技術
網域。
我想尋找教學課程，瞭解如何使用 Keras 等機器學習 API。
機器學習密集課程包含數種使用
numpy、pandas 和 Keras 等機器學習程式庫主要著重於教學
機器學習概念，且不會深入介紹機器學習 API。如需其他 Keras 資源
請參閱 Keras 開發人員指南。
請詳閱下列事前準備和 機器學習開始前的必要條件一節 密集課程，確保您已準備好完成所有單元。
事前作業
開始機器學習密集課程前，請先完成下列步驟：
- 如果你是機器學習新手 機器簡介 學習中： 這個簡短的自學課程介紹基礎機器學習 概念。
- 如果您是 NumPy 新手，請參閱 NumPy 超快速教學課程 Colab，提供所有 NumPy 選項 本課程會用到的實用資訊
- 如果您是 pandas 新手，請參閱 貓熊 Ultra 快速教學課程 Colab 練習，提供所有貓熊貓 本課程會用到的實用資訊
必要條件
在下列 機器學習但也為了瞭解 並完成練習，建議學生達到 幾項先決條件
您必須熟悉變數、線性方程式、 函式、直方圖和統計意義的圖形。
你是優秀的程式設計師。理想情況下 精通 Python 程式設計的經驗 程式設計練習位於 Python然而，經歷過的 沒有 Python 經驗的程式設計師通常可以完成 練習。
下列各節提供其他背景內容的連結 會很有幫助
代數學
線性代數
三角學
統計資料
- 平均值、中位數、離群值、 和標準差
- 能夠讀取直方圖
微積分 (進階主題為選用)
Python 程式設計
Python 教學課程涵蓋下列 Python 基本概念：
for迴圈、for迴圈包含多個疊代器變數 (例如for a, b in [(1,2), (3,4)])字串格式 (例如：
'%.2f' % 3.14)變數、指派、基本資料類型 (
int、float、bool、str)
部分程式設計練習使用以下更進階的 Python 概念：
Bash 終端機和 Cloud 控制台
若要在本機電腦或 Cloud 控制台中執行程式設計練習， 應該能熟悉以下指令列：