渣渣栗 发自 凹非寺 量子位 报道 | 公众号 QbitAI
过去几年里，谷歌和Coursera时不时就会拉起小手，为开发者提供一些线上课程。
如今，以几个月前谷歌的机器学习速成课程 (MLCC) 为基础，两间公司继续联手，发布了一套机器学习专项课程，包含五门课，比以前更加专注于实战了。
天天小测更健康
新课程的全称为，Machine Learning with TensorFlow on Google Cloud Platform (在谷歌云平台上用TensorFlow干机器学习) 。
五门课分别是：
· 谷歌是怎样玩机器学习的 (How Google Does Machine Learning)· 走进机器学习 (Launching into Machine Learning)· TensorFLow概论 (Intro to TensorFlow)· 特征工程 (Feature Engineering)· 机器学习的奥义 (Art and Science of Machine Learning)
每一门课的进展，似乎都是以星期为单位，完成了第一周的内容，才能前往第二周。
我，斗胆解锁了第一门课第一周的任务，发现真的很良心，毕竟按一周五天来算，每天都有一个Quiz。
另外，一周有三个Lab，且全部要接受打分。不知道企业版是不是也这样，节奏如此明快，哪有时间工作？
"苦难的行军"
据Techcrunch报道，这次发布的课程，会要求同学们建造现实世界的机器学习模型——
从搭建环境，到创建和清理数据集，再到用TensorFlow写分布式模型 (Distributed Models) 。要拿到证书顺利毕业，果然还是不容易。
需要注意的是，课程不是面向初学者的，它默认同学们已经有些编程实力了。虽然，有了TensorFlow这样的框架，机器学习已经不像从前那么难入门了，但这依然是一项比较高超的技能，需要艰苦的修行。
谷歌大数据和机器学习技术负责人Lak Lakshmanan说，他的团队发现，学生和企业都很喜欢之前推出的机器学习速成课，不过还是希望，能把里面的内容再深挖一下。
大家想知道的，并不只是怎么建立一个基础模型，还有这些模型应该怎么用，怎么为模型建立数据管道，以及怎么调整参数才能得到更好的结果。
Coursera副总裁Leah Belsky也同意这样的看法，还补充说，注重实战的专项课程，对雇主的吸引力可能更大。
因为，对企业来说，聘请机器学习专家来指导工作通常是不现实的，而这项课程也许可以帮他们，增补员工的技能。
前沿的机器学习模型，有很多很多应用案例，但这项课程更看重的是比较平常的模型，看它们怎样才能给现有产品带来一些额外的价值。
因为课程专注于解决现实世界的问题，Lakshmanan说，这对刚刚毕业的人类更有用，因为他们大多长于理论，短于实战。
也可以不那么苦？
他还说，如果是几年前，要学这样的课程可能还很费劲，因为需要很强大的硬件，要有专用的GPU。
但现在不一样了，各种云平台都提供了GPU的使用机会，甚至是谷歌云TPU，门槛已然降低了很多。
关于未来，Lakshmanan说，在这次推出的课程基础上，团队还会开发新的课程，重点放在处理非结构化数据上。
虽然，五门课看上去都很丰满，似乎很难打到最后一关。不过，大家也可以选择其中一门或者几门课来修行，这样可能就不那么容易放弃治疗。
友情提示，第一周是免费的，填个卡号就能上课。不过，如果发现一个疗程坚持不下来，一定要记得退课。不然下周就会扣你49刀。
没有颜色的彩蛋
和MLCC不同，这次的课程暂时只有英文，不过其他语种的翻译志愿者也在招募中。
感觉这是一个不用交钱就能获得教材的好机会。
五座大山传送门：https://www.coursera.org/specializations/machine-learning-tensorflow-gcp
MLCC传送门 (有中文) ：https://developers.google.com/machine-learning/crash-course/
— 完 —
欢迎大家关注我们的专栏：量子位 - 知乎专栏
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复"招聘"两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
没有评论:
发表评论