本章将定义机器学习，并阐明其与数据科学和人工智能的关系。随后，我们会解析重要的机器学习术语，最后介绍用于构建模型的机器学习工作流。

什么是机器学习？

生成电影推荐

AI、数据科学和机器学习走进一家酒吧……

关于机器学习，哪些说法是正确的？

机器学习概念

机器学习术语

监督式 vs 无监督式

机器学习工作流

构建模型的步骤

真正的一步

既然您已经了解了机器学习的基础，我们来更深入一点。学完本章，您将了解机器学习的不同类型，以及如何评估并改进您的模型。

监督学习

热身

任务

分类

回归

带点"范儿"的回归

无监督学习

We don't need no supervision

探索聚类

评估性能

正确

错误

判断正误

纠结之地

提升性能

选项

超参数调优

降维

集成方法

通往顶峰，道阻且长

探索超参数调优

机器学习模型

本章将从神经网络入手，逐步解析深度学习。接着，我们将深入两个常见用例：计算机视觉和自然语言处理。课程最后，我们将讨论机器学习的局限与风险。

深度学习

什么是深度学习？

我应该使用深度学习吗？

计算机视觉

图像数据

流程

自然语言处理

情感分析

分类机器学习任务

词袋模型

机器学习的局限性

要不要用黑盒？

识别贷款违约预测中的偏差

恭喜您！

Course Glossary: Understanding Machine Learning

机器学习热潮的背后是什么？在这门非技术向课程中，您将系统了解那些一直不敢问的机器学习问题。本课程无需编程。通过动手练习，您将跨越术语门槛，理解这项令人兴奋的技术如何驱动从自动驾驶汽车到 Amazon 个性化购物推荐等各类应用。

机器学习如何工作、何时可以使用，以及 AI 与机器学习有何区别？这些都会涵盖。掌握这一高需求且具有深远影响的领域中的关键技能，体会为什么机器学习适合每个人！

视频提供实时字幕，您可点击视频左下角的 "Show transcript" 查看。

课程术语表位于右侧的资源部分。

如需获得 CPE 学分，您需要完成课程并在合格评估中取得 70% 的分数。您可以点击右侧的 CPE 学分提示进入评估。

<h2>获得机器学习概念入门</h2> 
机器学习热潮背后是什么？在这门非技术性课程中，你将学到所有你一直不敢开口询问的机器学习知识。 无需编程。
<br><br>
你将探索基础但必不可少的概念，通过动手练习巩固你的机器学习之旅所需的知识。 这不仅包括超越术语表面的理解，还包括学习这项令人兴奋的技术如何驱动从自动驾驶汽车到您在亚马逊上的个性化购物推荐的一切。 
<br><br>
<h2>探索机器学习基础</h2> 
机器学习是如何工作的，何时可以使用它，以及 AI 和机器学习之间有什么区别？这门课程涵盖所有这些主题。
<br><br>
你将从了解机器学习是什么开始，探索它的基本定义，以及它与数据科学和人工智能的关系。 然后，你将熟悉其词汇，并以用于构建模型的机器学习工作流程结束。
<br><br>
我们通过深入探讨深度学习来结束这门课程。 你将探索深度学习的两个常见应用场景：计算机视觉和自然语言处理（NLP），并了解机器学习的局限性和风险。

这门两小时的机器学习入门课程教授基本概念，包括术语、模型和深度学习。

理解机器学习

AI 基础知识

理解数据主题

基于化学特征（酒精度、pH、氯化物等），预测一款酒是红葡萄酒、白葡萄酒，还是桃红葡萄酒。

基于天体属性（发现方法、轨道、倾角、质量），预测该天体是否为系外行星。

基于歌曲特征（时长、调式、响度、节奏等），预测歌曲的曲风类型。

基于化学特征（酒精度、pH、氯化物等），预测一款酒的价格。

基于个人属性（受教育程度、地区、职位、年龄等），预测其收入。

基于员工属性（司龄、收入、部门、与住所距离等），预测员工多久后会开始寻找新工作。

带点"范儿"的回归

理解机器学习

动手互动练习