带学吴恩达机器学习课程和作业,带打Kaggle全球顶级大赛

2018 年 12 月 1 日 深度学习与NLP

吴恩达来讲课了!


故事要从二个月前说起。


我参加了一场500人的话题讨论会,主题是「推荐一些适合入门机器学习的公开课」。


结果活动开始后,群内的算法工程师大佬们无一例外的推荐了:吴恩达老师的斯坦福CS229机器学习课


「深入浅出,相见恨晚」,这是绝大多数人给出的评价。还有人甚至说「都把我讲哭了,因为讲的实在是太好了!」


插播:你现在单身吗,如果是,请直接翻到文末,参加我们的【脱单去跨年活动】!有2000个高颜值高学历的小姐姐、小哥哥等你撩~


正当大家讨论的热火朝天时,突然冒出来一个不和谐的消息,「弱弱的问一句,你们都做完作业了吗?」


程序员A:emmm,我课看完了但忘得差不多了,作业是一点都没做(笑哭)

程序员B:作业要花很多时间研究,一般都是看课1小时,google5小时......

程序员C:我做了一次就直接放弃了,看的时候感觉懂了,但是做作业推算法依旧觉得脑袋空空

程序员D:我也没做完,作业没人指导,对我这种数学差的就很不友好,一些技巧的方法不会的话,哼哧哼哧写一大段,实际上一行代码就完事了


结果一场讨论下来,真正学完并且完成了所有作业的竟然只有几个人!


很多人听了吴恩达老师的课感觉已经完全理解了,但是苦于没有地方做作业和实践,学完就忘。


为此我们专门开设了一场理论与实战结合最紧密的“机器学习”作业班训练营。


行业首创,不原创任何培训课程。以吴恩达老师的机器学习课程作为教材,以作业作为核心实践,以比赛作为重点实战。


吴恩达机器学习作业班


你能获得什么

1、吴恩达亲自手推算法,听不懂?不存在的

2、导师提供Coursera原版作业加答案,助教直播讲解作业

3、通俗易懂的中式思维补充笔记+完善的配套学习资料

4、用Python徒手实现算法,不调用任何框架

5、3个月整体规划,每日任务布置+每阶段作业批改点评

6、打卡监督,高质量社群共同探讨疑难点,治好你的拖延症

你还能获得什么

1、专属价值1198元知识星球学习名额,5位重量级人工智能大咖坐镇,一年服务时间,解决你的学习疑难

2、训练营内部大赛比拼,优秀学员奖励1000元奖金

3、麻省、清华、北大学员做队友共同挑战比赛

4、免费提供部署好环境的GPU云端资源

5、英伟达、蚂蚁金服、图森未来、阿里、华为、滴滴、京东伙伴提供工作内推

我们的不同

内容:不卖视频课,我们是第一家带着你手把手做作业的机构

实战:将抽象的理论知识嵌入比赛代码,学以致用

打卡:严格按照阶段划分学习任务,部署关键知识点

社群:知识星球1.6k主题,4k+学员集体打造的102个精华内容

活动:每周五热门话题讨论,400+学员的集体头脑风暴,资源、干货、观点一起碰撞

教学大纲


【第一周】

1.了解机器学习基本概念

2.单变量线性回归

3.作业:配置环境、开学习博客和github

4.入门比赛:“达观杯”NLP算法大赛

【第二周】

1. 线性代数回顾

2.多变量线性回归

3.作业:线性回归、多远线性回归

4.入门比赛:“达观杯”NLP算法大赛(其他算法进阶应用)

【第三周】

1.Octave教程(Octave Tutorial 选修)

2.逻辑回归

3.作业:逻辑回归、带有正则项的逻辑回归

【第四周】

1.正则化

2.神经网络

3.作业:多元分类、神经网络预测函数

【第五周】

1.神经网络的学习(Learning1)

2.神经网络的学习(Learning2)

3.作业:神经网络实现

【第六周】

1.应用机器学习的建议

2.机器学习系统的设计

3.作业:正则线性回归、偏移和方差

4.Kaggle比赛:预测泰坦尼克号幸存乘客(报名指导)

【第七周】

1.支持向量机

2.聚类

3.作业:SVM实现、垃圾邮件分类

4.Kaggle比赛:预测泰坦尼克号幸存乘客(入门指导)

【第八周】

1.降维

2.异常检测

3.作业:K-means 聚类算法 、PCA 主成分析

4.Kaggle比赛:预测泰坦尼克号幸存乘客(进阶指导)

【第九周】

1.推荐系统

2.大规模机器学习

3.作业:异常检测

【第十周】

1.应用实例:图片文字识别1

2.应用实例:图片文字识别2

3.作业:推荐系统实现

【第十一~十二周】

1.期末总结

2.比赛复盘


带学导师

导师:Joey

兰州大学计算机专业博士

牵头与谷歌本部合作深度学习科研项目

科研方向:计算机视觉、强化学习、自然语言处理

中国移动集团IT架构师 

我们是这样给学生答疑的

1、AI星球1对1提问,12小时之内保证解决问题

2、每月统一收集问题直播答疑,系统讲解重难点

3、微信群及时互动,群友互答

我们是这样提交作业的

1、自主研发的作业批改系统,提交作业马上查看成绩,还可以随时查阅自己的分数

2、每月直播作业讲解,查漏补缺,真正吃透,融会贯通

学员给我们的反馈

我们的模式在往期训练营里做到了零吐槽!零差评!

而这次,更是在我们最火爆的模式上进行的更新迭代

睁开眼,阳光和你都在~

可上下滑动,查看部分学员评价

我们现有的学生

1、超过6000+学员报名

2、累积打卡总40000+次

3、总奖金池累积超过5万元

为了鼓励学生,我们拿出了10%的报名费作为打卡奖励,完成打卡赢回报名费

我们相信部分学员能拿到的奖金会远大于他的报名费

事实证明,往期训练营结束后,完成学习的每人拿到了100多元的奖学金

现在加入打卡训练营,仅需69元


3个月,每天0.7毛

你差这一顿饭钱吗?

如果,你愿意加入我们

你不仅能掌握机器学习

学习技巧+实战能力+参赛经验

还能结识一群志同道合的伙伴

-长按以下二维码速速报名-

每增加50人,学费增加10元


报名时间:2018.11.27-2019.1.4

学习周期:2018.12.30-2019.4.1


添加班主任微信进学员内部群

开启你的升级之旅

(添加客服还可领取免费《数学基础训练营》)

备注:报名成功后,请及时添加班主任微信,如有任何问题,也请添加班主任微信咨询。

订阅须知
Q、课程资料在哪里看?

A、所有的课程资料均会在训练营上传。


Q、报名后可以退款吗?

A、本服务为虚拟内容产品,一经购买,概不退款,敬请谅解。


Q、可以开具发票吗?

A、可以开具普通发票,请联系微信班主任填写需要的信息即可。



脱单去跨年!

不得不吹一下,

我们的学员有90%都是学生,60%以上是211以上的名校,多么优质的资源

相信大家已经跃跃欲试了~


Step1:关注【深度之眼】,后台回复关键词【缘分

填写你期待的她/他是什么样子?(每人只有一次填写机会!)

Step2:对大家信息进行审核,逐一确认

Step3:根据城市为你推荐对应的小哥哥or小姐姐,如果不介意异地,也可以给你推荐


考虑到现有学员,男生多,女生少的情况,我们专门联系了女学员比较多的合作伙伴(全是妹子吼吼吼!!)
基本上可以做到1:1的比例,所以大家也不用太担心
这里特别强掉,信息一定要真实!!
我们会按照填写的信息,逐一核对,确保真实有效

结个伴一起交个朋友也不错~

ps:小编也加入啦!!!哈哈哈!
点赞 0

We describe TensorFlow-Serving, a system to serve machine learning models inside Google which is also available in the cloud and via open-source. It is extremely flexible in terms of the types of ML platforms it supports, and ways to integrate with systems that convey new models and updated versions from training to serving. At the same time, the core code paths around model lookup and inference have been carefully optimized to avoid performance pitfalls observed in naive implementations. Google uses it in many production deployments, including a multi-tenant model hosting service called TFS^2.

点赞 0
阅读1+

We describe TensorFlow-Serving, a system to serve machine learning models inside Google which is also available in the cloud and via open-source. It is extremely flexible in terms of the types of ML platforms it supports, and ways to integrate with systems that convey new models and updated versions from training to serving. At the same time, the core code paths around model lookup and inference have been carefully optimized to avoid performance pitfalls observed in naive implementations. Google uses it in many production deployments, including a multi-tenant model hosting service called TFS.

点赞 0
阅读2+

Frequency Response Analysis (FRA) is generally used to detect any changes in the active part of the test object. Several studies have analyzed the effect of different mechanical changes including deformations and oil insulation decays on frequency response of transformers as a test object, however noresearch has ever studied the effect of gas degradation on frequency signature of a gas insulated substation (GIS). This paper investigates the possibility of using frequency response analysis to assess the quality of insulation medium in gas insulated substation (GIS). For this purpose, a single phase GIS filled with SF6 between the main conductor and the enclosure is simulated in Maxwell 3D using finite element method to obtain the electrical parameters of the substation in real mode operation. Measurement of frequency response was carried out in GIS simulations with different insulation qualities from healthy to weak condition. The results show that the frequency response of GIS can disclose any minor deterioration in gas quality of the switchgear.

点赞 0
阅读1+
Top