前提条件和准备工作

机器学习速成课程是否适合您?

我的机器学习背景很少或没有。
我们建议您按顺序学习所有资料。
我具备一些机器学习背景,但希望能更深入地了解最新情况。
机器学习速成课程是复习的好帮手。请按顺序学习所有模块,或仅选择感兴趣的模块。
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。不要完全浏览所有内容,而是仅关注以下资料:
机器学习速成课程主要侧重于更高级别的 API。如果您更喜欢学习低阶 TensorFlow API(可能是为了进行机器学习研究),请浏览以下资源:

在开始学习机器学习速成课程之前,请先阅读下面的准备工作前提条件部分,确保您已准备好完成所有模块。

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,请参阅机器学习问题构建简介。 这个一小时的自学课程将教您如何识别机器学习的相应问题。
  2. 如果您不熟悉 NumPy,请完成 NumPy Ultraquick 教程 Colab 练习,其中提供了本课程所需的所有 NumPy 信息。
  3. 如果您不熟悉 Pandas,请完成 Pandas UltraQuick 教程 Colab 练习,其中提供了您在本课程中需要用到的所有 Pandas 信息。

前提条件

机器学习速成课程不涉及机器学习,也不需要任何事先知识。不过,为了理解课程中介绍的概念并完成练习,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。

  • 您应该是一名优秀的程序员。理想情况下,您应该具有使用 Python 进行编程的经验,因为编程练习使用的是 Python。但是,经验丰富的 Python 程序员通常仍然能完成编程练习。

以下部分提供了指向其他有用资料的链接。

代数

线性代数

三角学

统计信息

微积分(可选,适用于高级主题)

Python 编程

Python 教程中介绍了以下 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

如需在本地机器或 Cloud Console 中运行编程练习,您应该能够熟练地使用命令行: