Bloomberg免费开放内部课程《机器学习基础》
2018年07月16日 由 浅浅 发表
934161
0
Bloomberg推出了一项培训课程:《机器学习基础》,最初是为公司内部软件工程师提供的,作为其“机器学习EDU”计划的一部分。
本课程涵盖机器学习和统计建模的各种主题。本课程的主要目标是帮助学习者深入理解机器学习专家使用的概念,技术和数学框架。它旨在使拥有强大数学背景的个人更容易获得有价值的机器学习技能,包括软件开发人员,实验科学家,工程师和金融专业人士。
该课程由Bloomberg首席技术官办公室的数据科学家David Rosenberg讲授;他还是纽约大学数据科学中心的讲师。
课程中包括30个讲座,一整套家庭作业,每个作业都包含一个理论元素和实施挑战,其中包含Python中支持的代码,这正在迅速成为学术界和工业界数据科学和机器学习的主流编程语言。本课程还可以作为更多专业课程和进一步独立学习的基础。
学习条件
- 坚实的数学背景,相当于以下各项的1学期本科课程:线性代数,多元微积分,概率论和统计学。例如,纽约大学DS-GA-1002:统计学和数学方法的内容就足够了。
- 大多数家庭作业都需要Python编程。
- 推荐:至少一门高级的,基于证明的数学课程
- 推荐:计算机科学背景达到“数据结构和算法”
查看该课程的数学水平是否适合您的最快方法是进行数学评估(davidrosenberg.github.io/mlcourse/Notes/prereq-questions/math-questions.pdf),该评估是课程第一部分中显示的一些数学概念的预览。
课程学习:
bloomberg.github.io/foml/#about