机器学习基础：吴恩达vs贪心科技AI哪个更值得你选择？

课程内容

作为斯坦福大学教授，吴恩达教授讲课风格喜欢由浅入深，循序渐进，一点一点教大家把每个知识点学会，最后会学习如何将学到的知识点应用到实践中去，吴恩达老师的这门机器学习课程估计所有机器学习领域相关从业人员都有听说过。是入门机器学习领域的极佳课程，同时这门课使用英文授课，可以顺便练习一下听力。如果英语不好的同学也不要害怕，这门课现在已经支持了中文字幕。网上关于这门课的笔记资料也是相当的多，在学习的过程中可以借鉴参考。

吴恩达老师的机器学习课程主要包含以下几个方面：

l 机器学习的定义，兴起原因，应用领域，主要内容;线性回归模型假设函数。

l 线性回归的代价函数，梯度下降算法，特征缩放，均值归一，多项式回归，正规方程算法;逻辑回归的假设函数，决策边界，逻辑回归的代价函数，多分类问题一对多算法。

l 正则表达式，神经网络模型假设函数，多分类处理。

l 神经网络的代价函数，反向传播算法，梯度检查，初始化参数矩阵，神经网络的执行过程。

l 评估机器学习算法，模型选择，机器学习诊断法，偏差和方差，学习曲线;误差分析，偏态数据处理，混淆矩阵，查准率，查全率，F1分数，大数据集的使用条件。

l 支持向量机的代价函数，几何理解，决策边界以及数学的理解，kernel函数。

l 聚类算法，K-mean算法，失真代价函数。

l 维度约减，主成分分析算法，协方差矩阵，奇异值分解，解释总变异程度的两种做法。

l 异常检测算法，高斯分布，朴素贝叶斯，评估异常检测算法，多元高斯分布。

l 推荐系统，基于内容的推荐算法，协同过滤算法，大规模数据处理，优化算法，人像识别项目。

这门课最大的特点，是它侧重于概念理解而不是数学。数学推导过程基本被略过，重点放在让初学者理解这背后的思路。另外，它还十分重视联系实际和经验总结：课程中吴恩达老师列举了许多算法实际应用的例子来帮助初学者进行理解新的知识点。吴恩达教授在Coursera上的课程基本上完全没有触及到高深的数学知识（几乎不用具备太多数学知识），吴老师解释道：“这门课没有使用过多数学的原因就是考虑到其受众广泛，因此用直觉式的解释大家有信心继续坚持学习”。

知识内容

这门课需要一些数学， 编程的一些基础知识。其中在数学上面要掌握微积分，统计学，概率论，线性代数；在编程上面由于课程中使用的是开源工具 ocative 因此 Matlab 的一些语法和命令还是要了解一些的。

2. 贪心科技AI 机器学习课程

讲师：

l 李文哲 贪心科技创始人兼CEO，人工智能和知识图谱领域专家曾任金融科技独角兽公司的首席科学家、美国亚马逊的高级工程师，先后负责过聊天机器人、量化交易、自适应教育、金融知识图谱等项目，并在AAAI、KDD、AISTATS等顶会上发表过15篇以上论文，并荣获IAAI，IPDPS的最佳论文奖，多次出席行业峰会发表演讲。在机器学习这门课程中，老师对于每个知识点的来龙去脉都能准确细致的讲解出来。同时老师的讲授过程感觉生动有趣，不仅仅是照着PPT 把每个知识点念一遍。 除此之外老师还会举一反三来帮助加深对新知识的理解，细致周到的讲解使得我对于新的知识点不再恐惧害怕，不再担忧又是新的知识点，学不会了怎么办，完全没有后顾之忧。

课程内容

课程内容包含有15个章节，14个实战项目。这是一门中级课程。面向今后打算从事AI 岗位的职场人士以及在校学生。主要目标是通过4个月的系统化的专业课程的学习掌握岗位所需的AI核心技能。针对每一个核心技术，都有关于知识点的详细推导过程同时课程上面也配备了数十个案例来自不同领域、配备综合性的项目作业。不仅仅有理论课程还有专业的项目实操，通过实操将理论和实践结合起来，真正做到学过了就会使用。

贪心科技机器学习内容主要如下图所示：

个人的感觉：

结合知识点来进行针对性的练习、再加上项目，可以有效地把学到的概念和基础知识用到项目中，做到真正的打通理论和实践的差别，同时提供了众多的项目，通过对项目的不断深挖总结概念知识。再辅以视频文字、图片相结合的方式告别只看视频的被动学习，让我们的学习更主动。总体总结下来就是 知识点够多，项目够多，是一门很专业的课程，值得一学。

在经过本人亲测之后，感觉这门课程有特点如下：

1、该课程不管是对于机器学习初步入门者还是职场人士都非常友好，老师的讲解非常细致周到。

2、项目多，打通算法与实际案例之间的隔阂。这门课程项目很多，通过深挖项目可以做到真正的将知识点活学活用，让每个机器学习算法不再是空中楼阁。例如在课程中的信用卡项目中，会使用用户的基本信息，金融信息，社交信息来预测用户是否有违约的风险，同时在这个项目里面会使用到如何处理样本不均衡，如何筛选特征，如何计算相关的评价指标 例如 auc roc. 通过这个项目可以完整的经历机器学习项目如何从零开始一步一步搭建，从数据集到算法实现再到结果验证，这种经历可以使得学习者能够更为深入的掌握每个算法。每一个项目都可以实际的经历从理论到写代码的全部环节。

3、所有练习都可在平台在线完成，免去了很多下载软件搭配环境的时间。对本地的环境要求极低，很是方面快捷。

4、有专业的助教进行答疑。

看到这里可能很多同学担心项目无从下手，作业做不好，没有人讨论自己闭门造车，不用担心，这门课有专门的助教进行答疑解惑！！！ 重要的事情说三遍 有助教答疑解惑！有助教答疑解惑！有助教答疑解惑！！！

在这里尤其要提出来的是对于每门课程都会建立专门的课程群用于助教答疑解惑，有什么疑问直接在群里找助教老师就好，完完全全不用担心哪个知识点没有掌握，耐心的助教老师会详细解答学生的每一个疑问，全天任何时间都可以找得到助教。不信请看下图微助教在帮助课程的学员来回答他们的问题，这里的答疑不仅仅是针对理论进行的答疑，也包括代码的bug !!!,这里要重点好评，在这门课中，可以说是 妈妈再也不用担心我写出来bug 啦。 助教老师会帮助解决学生的所有问题

基础知识

和吴恩达老师机器学习课程类似，这门课也需要一些数学， 编程的一些的基础知识。其中在数学上面要掌握微积分，统计学，概率论，线性代数；在编程上面可以选择使用 python ，相信使用过 python的同学一定会喜欢上它。正所谓 life is short, I choose python。

总结

总体而言，两门课都各有各的优点，相比较于吴恩达教授的机器学习，贪心科技的机器学习课程项目实战比较丰富，并且有专门的助教答疑解惑。 与贪心学院的课程相比，吴恩达老师的课程在网络上资料笔记非常多，因为受众广，学习者可以借鉴别人的笔记加深自己的理解。贪心学院的课程相对来说，在学习的时候可以与同时在上课的小伙伴们一起沟通进步。一起讨论理论或者技术细节，自己一个人学习对于新手来说可能有时候会陷入闭门造车的误区之中，可能网上的文章里面也有错误的地方，从而带来误解，不利于技术的进步。当然这也和每个人的性格也是有很大关系的比如，有的人就喜欢一个人学习，有的人相反就喜欢大家一起学习，至于选择哪门课程最后都要大家自己去选择，兼听则明，参考一下别人的意见，最后做出来选择。无论哪门课程而言都和个人自身的努力相关，毕竟师父领进门，修行靠个人。机器学习是一门及其法咋的学科，要想真正的深入下去，仅仅依靠这些课程是远远不够的，还需要个人持之以恒的积累，不断的学习。人生的路途不会因为一门课而发生什么重大改变，相反在每门课后面付出的努力，日积月累下来才会使得每个人的人生都不一样。 返回搜狐，查看更多