应用机器学习课程可以帮助您学习数据预处理、模型选择、Feature Engineering 和 Evaluation 指标。您可以掌握在实际环境中实施算法、优化性能和解释结果的技能。许多课程介绍 Python、TensorFlow 和 Scikit-learn 等工具,这些工具支持开发机器学习模型和应用 AI 技术解决实际问题。

DeepLearning.AI
您将获得的技能: 描述性统计, 概率与统计, 数据科学, 贝叶斯统计, 抽样(统计), 统计分析, A/B 测试, 统计建模, 概率分布, 统计可视化, 统计机器学习, 统计推理, 概率, 探索性数据分析, 统计假设检验
中级 · 课程 · 1-4 周

Google Cloud
您将获得的技能: 人工智能, 生成式人工智能, Google 云端平台, 模型部署, 监督学习, Prompt Engineering, MLOps(机器学习 Operator), AI 工作流程, 云基础设施, 张力流, 大数据, 机器学习
初级 · 课程 · 1-3 个月

DeepLearning.AI
您将获得的技能: 卷积神经网络, PyTorch(机器学习库), 拥抱的脸, 人工智能和机器学习(AI/ML), 自然语言处理, 计算机视觉, 应用机器学习, 监督学习, 深度学习, 调试, 迁移学习, Keras(神经网络库), 数据预处理, 机器学习, 嵌入, 性能调整, 图像分析, 人工神经网络, 张力流, 递归神经网络 (RNN)
攻读学位
中级 · 专项课程 · 3-6 个月

IBM
您将获得的技能: 卷积神经网络, 生成式人工智能, 自动编码器, 人工智能和机器学习(AI/ML), 模型评估, 人工神经网络, Machine Learning 方法, 强化学习, 计算机视觉, Keras(神经网络库), 迁移学习, 无监督学习, 深度学习, 生成对抗网络 (GAN), 递归神经网络 (RNN), 机器学习, 降维
中级 · 课程 · 1-3 个月

Pearson
您将获得的技能: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, Model Deployment, Recurrent Neural Networks (RNNs), PyTorch (Machine Learning Library), Convolutional Neural Networks, Tensorflow, Vision Transformer (ViT), LLM Application, Transfer Learning, Computer Vision, Responsible AI, Natural Language Processing, Embeddings, Keras (Neural Network Library), Generative AI, Artificial Neural Networks, Multimodal Prompts
中级 · 专项课程 · 1-4 周

University of Alberta
您将获得的技能: 人工智能, 模型评估, 抽样(统计), 人工智能和机器学习(AI/ML), 模拟, 监督学习, 马尔可夫模型, 深度学习, 强化学习, 功能工程, Algorithm, 机器学习算法, 线性代数, 伪代码, 性能调整, 人工神经网络, 概率分布, 机器学习, 性能测试
中级 · 专项课程 · 3-6 个月

MathWorks
您将获得的技能: Reinforcement Learning, Machine Learning Methods, Artificial Intelligence and Machine Learning (AI/ML), Deep Learning, Artificial Neural Networks, Unsupervised Learning, Supervised Learning, Control Systems, Simulations
初级 · 课程 · 1-4 周

Illinois Tech
您将获得的技能: Recurrent Neural Networks (RNNs), Deep Learning, Generative AI, Convolutional Neural Networks, Transfer Learning, Image Analysis, Artificial Neural Networks, Keras (Neural Network Library), Generative Adversarial Networks (GANs), Artificial Intelligence and Machine Learning (AI/ML), PyTorch (Machine Learning Library), Network Architecture, Computer Vision, Natural Language Processing, Model Deployment, Model Evaluation
攻读学位
初级 · 课程 · 1-3 个月

IBM
您将获得的技能: Python 程序设计, Scikit-learn (机器学习库), 监督学习, 数据展示, 人工神经网络, Keras(神经网络库), 技术交流, 无监督学习, 数据分析, 应用机器学习, 探索性数据分析, 机器学习, 回归分析
高级设置 · 课程 · 1-3 个月

IBM
您将获得的技能: 数据科学, Scikit-learn (机器学习库), 大数据, 文本挖掘, Algorithm, 功能工程, 无监督学习, 机器学习算法, 数据分析, 数据预处理, 降维, 机器学习
中级 · 课程 · 1-3 个月

Dartmouth College
您将获得的技能: Supervised Learning, Predictive Modeling, Logistic Regression, Statistical Modeling, Model Evaluation, Machine Learning, Machine Learning Algorithms, Classification Algorithms, Regression Analysis, Probability & Statistics, Linear Algebra
攻读学位
中级 · 课程 · 1-3 个月

University of Pennsylvania
您将获得的技能: Statistical Machine Learning, Model Evaluation, Statistical Methods, Logistic Regression, Python Programming, Supervised Learning, Machine Learning Methods, Machine Learning, Classification Algorithms, Regression Analysis, Statistical Analysis, Applied Machine Learning, Data Science, Probability & Statistics, Dimensionality Reduction, Statistical Hypothesis Testing, Feature Engineering
中级 · 课程 · 1-4 周