¥1699 ¥ 3199

双十二活动12月10日00:00正式开始,券后最低可¥1499购入

楼+ 是澳门金沙网站大全精心打造的教学产品,课程由澳门金沙网站大全一线核心研发人员或技术专家制作并录制视频,且提供助教全程QQ群答疑,班主任督学等服务。在楼+的学习中,你会在实验中动手学习,在挑战中检验自己的学习成果,在大项目中体验真实工作流程,以此来达到学习的目的,对只看不动手说NO!

楼+ 适合0基础起步,需要你付出的努力是每周至少上升25层楼(750 分钟编程时间),楼+的教学服务能让你少走弯路,但并不能让你不劳而获。这里没有鸡汤,没有捷径,都是实实在在你的汗水付出和楼+团队尽最大努力提供的教学服务。

你的收获,就是楼+的唯一目标!

为什么要学机器学习

近两年来,机器学习概念非常火。各类新闻站点利用机器学习向你推进「符合胃口」的资讯。特斯拉、Uber、百度自动驾驶车上路,也是机器学习在为之领航。安检口的人脸识别、天气交通的精准预报都得益于机器学习的应用。此外,机器学习还可以用于智能客服平台、智能门诊系统、信贷风险评估、欺诈检测、视觉识别等各类行业。

所以,机器学习能做的事情非常之多。可以这样说,几乎每个行业都有机器学习的用武之地,几乎每个流程都可能引入机器学习进一步优化。

课程介绍视频

课程亮点

• 囊括了绝大多数常用的机器学习算法,并对理论进行深入浅出的讲解

• 涵盖了最常用、最优秀的机器学习和深度学习开源框架,工作学习均足够

• 深度学习部分使用昂贵的 GPU,训练模型更高效,更贴近真实生产环境

• 在动手中学习,随时检验学习效果,享受 QQ群助教实时答疑

学完可达到的水平

对机器学习常见算法原理熟悉、能手动实现部分核心算法,同时学会使用开源框架搭建预测模型,达到机器学习初级工程师的水平。

怎么学习楼+?

看了那么多视频和直播,一到动手的时候还是发懵?不用怕,在楼+的学习全过程中,你会在实验中学习,在挑战中检验自己的学习成果,在大项目挑战中体验真实工作流程,以此来达到学习的目的。

所以,在楼+的学习过程中,你每周需要拿出16小时来完成我们提供的一系列的实验和挑战任务,期间遇到问题需要你主动在QQ群寻求专职助教和导师的答疑。

楼+ 的服务

实验+自主挑战

学习后及时运用

学习更高效

挑战解析视频

挑战解析视频

从思路到实现

深入浅出讲解挑战

QQ群实时助教答疑

遇到问题

及时讨论与解答

1V1辅导

疑难问题预约1V1辅导

学习更高效

代码人工审阅

项目代码人工审阅

获得个性化反馈

GPU计算支持

训练模型更高效

更贴近真实生产环境

每周班会

导师与学员的互动分享

交流困惑

结业报告证书

包含真实学习数据

成绩合格即可获得结业证书

学员评价
课程安排

开课时间:2019年1月3日

6周课程 = 3 周机器学习 + 2 周深度学习 + 1 周项⽬挑战作业 + 1 周强化学习(选学)

课程准备阶段

本课程将使用Python作为代码实战过程中的唯一编程语言,需要你熟悉使用 Python 构建机器学习模型的常用工具模块,包括NumPy,Pandas 以及绘图工具 Matplotlib。

第0周
预备知识
现在~2019.01.02
本课程将使用Python作为代码实战过程中的唯一编程语言,需要你熟悉使用 Python 构建机器学习模型的常用工具模块,包括 NumPy,Pandas 以及绘图工具 Matplotlib。 如果你还未掌握上述技能,请在开课前自学以下课程:《Python3简明教程》 《NumPy百题大冲关》 《Pandas百题大冲关》 《使用Matplotlib绘制2D和3D图形》
统计机器学习阶段
本阶段将围绕着统计机器学习中的监督学习和⾮监督学习问题展开,这也是机器学习领域中最重要的两部分内容。你不仅可以学会使⽤回归⽅法预测住房和⽐特币价格,还将尝试完成⼿写字符识别等各式各样的分类问题。
第1周
监督学习:回归
2019.01.03 ~ 2019.01.09
本周将围绕监督学习中的回归问题展开,内容将涵盖线性回归、多项式回归、岭回归等不同的回归⽅法及模型评价机制。实验将从原理⼊⼿,通过 Python 实现核⼼算法,并最终学会使⽤开源⼯具完成快速建模。
第2周
监督学习:分类
2019.01.10 ~ 2019.01.16
本周将围绕监督学习中的分类问题展开,内容将涵盖逻辑回归、K 近邻算法、 朴素⻉叶斯、⽀持向量机、感知器、⼈⼯神经⽹络、决策树、随机森林、装袋和提升等常⽤的 10 种不同的⽅法。实验将从原理⼊⼿,通过 Python 实现核⼼算法,并最终学会使⽤开源⼯具完成快速建模。
第3周
⾮监督学习:聚类
2019.01.17 ~ 2019.01.23
本周将围绕⾮监督学习中的聚类问题展开,内容将涵盖划分聚类、层次聚类、 密度聚类、谱聚类等类别下近 10 种不同的聚类算法。实验将从原理⼊⼿,通过 Python 实现核⼼算法,并对不同的聚类算法进⾏分析⽐较。
深度学习阶段
本阶段会涉及到深度学习的内容。实验将⼿把⼿教你⼊⻔ TensorFlow、Keras 以及 Pytorch 等知名的深度学习框架。同时从理论和实战上熟悉 CNN 卷积神经⽹络、RNN 循环神经⽹络、GAN ⽣成对抗⽹络,以及当下热⻔的迁移学习知识。
第4周
深度学习基础
2019.01.24 ~ 2019.01.30
本周是深度学习的基础内容,课程将带领⼤家学习深度学习最热⻔和常⽤开源框架的使⽤⽅法,即 Google 开源的 TensorFlow、Keras,以及 Facebook 开源的 PyTorch 。你不仅将了解每个框架的基本组成,还可以动⼿搭建经典的深度神经⽹络。
第5周
深度神经网络
2019.01.31 ~ 2019.02.13
本周将会涉及到深度学习的核⼼知识。框架只是⼯具,只有熟悉常⻅的深度神经⽹络的结构和原理,才能从算真正意义上的⼊⻔深度学习。实验将围绕着 CNN 卷积神经⽹络、RNN 循环神经⽹络、⾃编码器以及当下热⻔的 GAN ⽣成对抗⽹络展开。同时,还会接触到迁移学习相关的内容。
挑战与强化学习阶段
本阶段将通过项⽬挑战来检验课程主体内容的学习成果。同时,你将接触到⾮常有趣的强化学习拓展内容。强化学习是机器学习的组成部分,你的模型将具有适应环境的能⼒,接近于想象中的 AI 效果。
作业:机器学习项⽬挑战
机器学习项⽬挑战
2019.02.14 ~ 2019.02.19
为了检验课程内容的学习成果,你需要独⽴完成最终的项⽬挑战作业。如果你能够出⾊完成项⽬挑战内容,将有机会获得课程设置的现⾦奖学⾦。除此之外,认真完成项⽬挑战的学员,也将收到导师给出的⼈⼯评阅意⻅。
选学
拓展:强化学习基础
2019.02.20 ~ 2019.02.20
本周将围绕强化学习展开,内容会涉及基于价值和策略的强化学习算法。实验将会对学习过程、决策过程、更新过程进⾏详细解读。最后,我们会利⽤ OpenAI 开源的 Gym 环境⼯具包完成迷宫挑战。
适合人群 & 前提条件

1. 熟悉Python编程基础


《楼+之机器学习实战》课程将会使用 Python 语言作为代码实战过程中唯一的编程语言。除了 Python 语言具备语法简单,上手快的特点。选择其的另一个重要原因是目前在机器学习领域,最优秀的开源项目和工具几乎都提供了对 Python 语言的支持。


如果你对 Python 3 还不够了解和熟悉,那就非常推荐学习澳门金沙网站大全免费基础课程:《Python3 简明教程》 的前12个实验,如果有时间,能独立完成其中的挑战是极好的。


2. 有一定的数学基础


为了更好地理解机器学习算法原理,你最好具备一定的数学基础。如果你在大学本科阶段学习过《高等数学》、《线性代数》、《概率论》,那就完全足够了。当然,无需对这三门课程都非常熟悉,只要有印象,回忆起来就非常快了。


如果你的数学基础较差也不用太过担心。首先,课程中涉及到的数学相对基础,同时我们在课程技能准备中给大家提供了相应的公开课视频,帮助你补充相应的线性代数知识。退一步讲,如果实在无法理解算法背后的数学原理,掌握使用 Python 完成机器学习代码实战也是一件很有收获的事情。


你需要做到

每周付出的时间

每周至少有 16 小时用于完成实验、挑战任务并观看直播

坚持到底的决心

不会因为遇到困难而半途而废,有毅力坚持到最后

积极主动的态度

遇到问题能与小组同学及助教讨论,积极主动寻求答案

现在报名,即可享受新课上线最低价

 福利1:期末大作业评比前3名,可获得现金奖学金。

 福利2:开课即赠送6周标准会员。

 福利3:若课程在半年内有升级,老学员可免费享受课程升级内容。

FAQ
学完能达到什么水平?

对机器学习常见算法原理熟悉、能手动实现部分核心算法,同时学会使用开源框架搭建预测模型,可达到机器学习初级工程师的水平。

课程主要是什么形式的?

课程核心是实验和挑战,不是直播和录播。对于实验,我们会提供完整的代码和详细的文档,同时嵌入关键步骤的录制视频,是在模仿练习;

*对于课程中的挑战,我们会提供实际工作中会遇到的问题或项目任务,包含若干知识点,需要在线完成,系统自动评判PASS或FAIL。

点击此处了解如何学习楼+课程
如果你还不熟悉澳门金沙网站大全,点击这里了解澳门金沙网站大全

是否支持退款?

开课后24小时内可以申请全额退款,因为之后会进行项目分组,6人一组,为避免对同组的影响,分组后不再接受退款申请。

开课前需要做什么准备?

1. 只需要准备一台能上网的电脑,学习将在澳门金沙网站大全的在线环境进行,无需安装配置本地环境;

2. 阅读课程须知,并完成第0周的课程学习(你可以报名后在课程详情页找到它)

怎么分组?

开课第二天下午进行分组,大家可以根据工作情况,所在地区等情况自由组队,需要组队满6个人并告知班主任。如果没有参加自由组队的将会随机分配分组。

支持什么付款方式?

目前支持微信,支付宝付款,花呗分期。

学完能找工作吗?

6 周的课程内容基本覆盖了常用的机器学习方法,也满足了机器学习初级工程师的基本需要。如果要尝试寻找机器学习方面的工作,除了熟知机器学习的算法和原理,还需要具备较为扎实的 Python 编程能力和工程实现能力。当然,如果能动手亲自学完课程中的代码和习题,相信你在这些方面都能得到很大的提升。

课程中如何进行答疑?

澳门金沙网站大全共有4种答疑方式:QQ群实时答疑,1V1桌面共享答疑,讨论区答疑。

其中工作时间(工作日9:00~18:00)可使用QQ群实时答疑,必要的时候会使用澳门金沙网站大全的共享桌面功能提供 1V1 共享桌面协作;

非工作时间,无法保证及时回复,可以在讨论区提问,助教上班后第一时间回复解决。

课程是否有有效期?

楼+12周的教学服务结束后,无法享受QQ群答疑服务。但仍可以在课程有效期内(默认180天,遇特殊情况可申请延长)学习课程并享受讨论区不定期答疑服务,过期后仍可查看文档。

楼+课程与其它课程的区别是什么?

楼+ 面向的是希望系统化学习某一技术的用户,提供了更完善的学习路径和教学服务。楼+课程与其它课程最大的不同体现在教学服务上:

0% Complete

加载中,精彩就在后面...

卡住了?点击重试