大数据文摘编辑组
谷歌刚刚为全球的机器学习者们带来了一份大礼。
作为向人工智能教育领域迈出的第一步，谷歌的人工智能学习网站Learn with Google AI在今天上线，并重磅推出了一门机器学习速成课（Machine Learning Crash Course ，MLCC），提供交互式教学视频和练习，免费教授机器学习概念。
课程网站：
https://developers.google.cn/machine-learning/crash-course/
在本次发布中，谷歌提供了英文，西班牙文，法文，韩文和普通话五种版本，以突破语言障碍，造福全球的AI学习者。
作为一门机器学习课程，这门课本身也有非常多的AI元素。课程全套中文音频和中文PPT都由机器学习技术生成，还全部内嵌到了课程视频里，颇为用心良苦。
这门课程内容基于谷歌内部为期两天的训练课程，旨在帮助谷歌工程师学习机器学习概念。据介绍，之前已有超过10000名谷歌工程师学习过相同课程。
谷歌称，通过该课程的培训，谷歌工程师得以在AI领域有更多创新：比如加强Daydream设备的摄像机校准，为Google Earth创建虚拟现实，并提高YouTube的流媒体质量。“MLCC在谷歌的成功激励我们向所有人开放这些培训课程。”
MLCC也是谷歌打算通过新的ai.google网站提供的许多课程和资源中的第一个，更多的课程和资源即将到来。
谷歌希望这一网站成为机器学习和人工智能的存储库，并成为所有机器学习者的“大本营”，吸引从高级研究人员到初学者的所有级别人工智能爱好者。
机器学习速成课时长约15小时，包括互动课程，谷歌研究人员的讲座以及40多个练习。
文摘菌也对本课程进行了简单测评，总体来看，这一课程是一门非常基础的人工智能概念介绍的入门课程，适合具有一定Python基础、但没有任何机器学习经验的新人。
那么对于初学者，到底如何选择最新入手的课程呢？
对比吴恩达新上线的deeplearning.ai深度学习系列课程，谷歌这门课显然更加偏向机器学习入门，具备编程基础的学习者能通过这门课迅速了解机器学习相关概念并上手，这对于广大编程者来说无疑是个好消息。
对于深度学习中的计算机视觉、自然语言处理等方向，这门课都没有涉及。同时，你也只能学到谷歌自家的TensorFlow框架。不过如果目标是能上手，学这些就足够了。
去年在I / O开发者大会上，谷歌宣布在网站上新增教育项目。近年来，谷歌一再表示，其目标是实现人工智能的民主化，并为每个人提供工具。这一课程显然是重要一步。
先来看看谷歌官方如何描述这一课程旨在解决哪些问题：
机器学习与传统编程有何不同？
什么是损失，如何衡量损失？
梯度下降法的运作方式是怎样的？
如何确定我的模型是否有效？
怎样为机器学习提供我的数据？
如何构建深度神经网络？
谷歌建议学习者掌握入门级代数，熟练掌握编程基础知识和Python。
官网对课程的学习者有如下要求：
掌握入门级代数知识。 你应该了解变量和系数、线性方程式、函数图和直方图（熟悉对数和导数等更高级的数学概念会有帮助，但不是必需条件）；
熟练掌握编程基础知识，并且具有一些使用Python进行编程的经验。
机器学习速成课程中的编程练习是通过TensorFlow并使用Python进行编码的。你无需拥有使用TensorFlow 的经验，但应该能够熟练阅读和编写包含基础编程结构（例如，函数定义/调用、列表和字典、循环和条件表达式）的Python代码。
再来看看课程目录：
机器学习概念：
机器学习简介（3分钟）
框架处理（15分钟）
深入了解机器学习（20分钟）
降低损失（60分钟）
使用TF的基本步骤（60分钟）
泛化（15分钟）
训练集和测试集（25分钟）
验证（40分钟）
表示法（65分钟）
特征组合（70分钟）
正则化：简单性（40分钟）
逻辑回归（20分钟）
分类（90分钟）
正则化：稀疏性（40分钟）
神经网络简介（55分钟）
训练神经网络（40分钟）
多类别神经网络（50分钟）
嵌入（80分钟）
机器学习工程：
生产环境机器学习系统（3分钟）
静态训练与动态训练（7分钟）
静态推理与动态推理（7分钟）
数据以来关系（14分钟）
机器学习现实世界应用示例：
癌症预测（5分钟）
18世纪文学（5分钟）
现实世界应用准则（2分钟）
从目录看来，这是一门机器学习尤其是TensorFlow入门课。正如这门课的英文名称，Crash Course。但这门课的亮点在于，提供了大量配套练习及练习环境（ipython notebook），同时提供了中文语音、中文PPT、中英文对照的机器学习术语表。
课程视频页面
一开始打开网页时，文摘菌并没看到中文，这时只要在页面左下角选择语言为中文即可。
谷歌最牛逼之处可能是，使用机器学习技术给课程生成了全套中文音频和中文PPT，还全部内嵌到了课程视频里。神奇！文摘菌从来没见过这种操作。
也就是说，上方视频里大叔说的中文竟是AI给配音的！
让我们再来看看课程的配套练习。
下图是练习题所使用的ipython notebook云平台。学习者可以在浏览器内按照教程的提示直接运行代码，非常方便。同样的，页面可以在中英文之间随意切换。对比英文和中文界面，简直毫无机器翻译痕迹。
配套练习英文界面
配套练习中文界面
谷歌还提供了一份中英文对照的机器学习术语表，也是非常贴心了。
还在等什么呢？快打开链接学习吧！记得和文摘菌分享心得！👇
https://developers.google.cn/machine-learning/crash-course/
【今日机器学习概念】
Have a Great Definition
精品课程推荐
数据科学实训营第5期
优秀助教推荐|土豆
现今纷纷扰扰的数据科学培训市场，是不是早已让你眼花缭乱，无处落足，还没有找到组织？不必慌张，土豆老司机拉住你的手，语重心长的要为你指条明道：究竟优质的数据科学教育培训是什么样的？
课程干货满满还不失风趣，讲师精力充沛还热爱分享，助教认真批改还热情反馈。
没错！数据科学实训营就是这样的明星课程！从基础的 Python 编程和Scrapy爬虫，到熟练运用 Numpy/Pandas/Matplotlib/Seaborn/Scikit-learn 等多种Python库，打通机器学习的任督二脉，在真实的数据科学竞赛案例和数据挖掘项目的打磨下，完成从数据科学小白到骨灰级玩家的华丽转变！
作为第4/5期的实训营助教，寄语小白学员：坚持跟上课程进度，按时完成所有作业，认真做好学习笔记，最终一定可以实现轻松入门数据科学哈！
