5 buoni motivi per seguire il corso “Machine Learning”

0

Dal 25 gennaio al 18 aprile, su Coursera (una delle principali piattaforme di e-learning), tornerà il corso su Machine Learning della Stanford University.

Qui in basso, i 5 buoni motivi per seguirlo:

 

1- Per beginners, ma esaustivo

Il corso parte dalle basi della algebra lineare senza però mancare di coprire tutti i fondamentali del Machine Learning, arrivando all’introduzione, nell’ultima settimana di applicativi come i programmi OCR.

Il prorgamma del corso copre infatti:

  • Regressione Lineare ad Una Variabile
  • Regressione Lineare ad a Variabili Multiple
  • Regressione Logistica e Regolarizzazione
  • Rapprensetazione delle Reti Neurali
  • Apprendimento delle Reti Neurali
  • Consigli per Applicare il Machine Learning e Machine Learning Design
  • Support Vector Machines
  • Unsupervised Learning
  • Individuazione di Anomalie e Recommender Systems
  • Large Scale Machine Learning
  • Esempio di applicazione: Foto OCR

 

2- Stanford, e abbiamo detto tutto

Nomea a parte, Stanford si è dimostrata essere, negli ultimi decenni, uno dei punti di ricerca di eccellenza a lviello mondo per tematiche quali Machine Learning, Reti Neurali e Intelligenza Artificiale.

A ciò va aggiunto il fatto che è una realtà immersa nella Silicon Valley, uno dei poli di ricerca e discussione sulle tematiche della singolarità e dell’intelligenza artificiale. Questa posizione geografica comporta quindi una contaminazione diretta della realtà universitaria di Stanford di aziende quali Google, Facebook, OpenAI, Tesla e di una infinità di luminari impegnati in questo stesso settore.

 

3- Docente

O meglio, il CV del docente. Andrew Y. Ng:

  • M.Sc. in Electrical Engineering and Computer Science all’MIT
  • Ph.D. in Computer Science alla University of California, Berkeley.
  • Associate Professor presso la Stanford University
  • Chies Scientist a Baidu
  • Co-Founder di Coursera stessa
  • Founder e Lead del Google Deep Learning Project

Non staremo poi ad elencare il numero di conferenze a cui ha preso parte come speaker, i premi conseguiti e le pubblicazioni, per banali ragioni di tempo e spazio.

 

4- It is FREE

Il corso, come ogni corso di coursera può essere seguito in diverse modalità. Questo in particolare prevede:

  • La possibilità di seguirlo gratuitamente
  • Pagare una quota di 45€ per ottenere una certificazione di superamento del corso rilasciata da Coursera

I contenuti restano invariati, così come i quiz e i “servizi” di coursera (come chat e forum) che si hanno a disposizione.

Lo stesso corso (solo i video) è anche sempre disponibile su YouTube all’interno del canale della Stanford University. Qui potete trovare il LINK alla raccolta dei video.

Questo corso è rimane una delle migliori risorse disponibili gratuitamente online per chi volesse iniziare ad avvicinarsi al mondo del Machine Learning.

 

5- Stelle (4,9 ad essere precisi)

Machine Learning Coursera Rating

Il corso rimane uno dei corsi con il migliore rating sulla piattaforma e con commenti decisamente
inconraggianti, tra cui:

“Fantastic course. A must do for those busy professionals who want to know what machine learning is all about, but like to be introduced to it in bite sizes.”

“A lot of content to work through, but well worth it.”

“An excellent professor, concepts were explained clearly, and the Programming assignments were just hard enough to be challenging, but not overwhelming.”

 

picture from: http://fote-conference.com/2013/08/14/fote13-interview-with-courseras-andrew-ng/

Share.

About Author

Studio Business Administration ma sono appassionato di Big Data e AI. Quello che faccio: Coworking, TEDx e Wearable. Quello che sono: uno studente di Economia con il rimpianto di non essersi iscritto ad Informatica. Quello che voglio: vedere oltre.

Leave A Reply