机器学习 A-Z (Machine Learning A-Z in Chinese) (Udemy.com)

感謝兩位老師，希望可以更多延伸教材可供字查閱，補足知識。 Thank you very much teachers, hoping we can get more textbooks to fill up our knowledge from machine learning and deep learning.

一开始以为就是另外一个英语课程的直接翻译，还有点失望自己付了双倍的钱，但是今天觉得课程非常清晰，目前为止非常满意。（第二次评价）目前学到置信区间上界，这个对我这个菜鸟来说有一定的难度，但是每天2小时的学习，我很喜欢这两个老师。

每一个算法都给出直觉上的理解，没有深究数学上的推导，给出了Python和R的应用过程。适合初学者，或者之前有接触过机器学习的人进行快速复习。这门课程面向的人群是使用“轮子”的人（亥，调包侠），不适合想要有进一步算法理解的同学或者CS大佬们。建议在相对应的课程视频页面附上课件，而不是切换到另一个网页，因为确实一时半会儿我没找到，后来在Q&A里发现的。视频里说会有Extra课程讲softmax和交叉熵，但是并没有，有点失望，希望未来能更新上来。Announcement里面说是能下载一份cheatsheet，但是链接是无效的，希望两位讲师能留意。相比这门课程的英文版，中文版缺少一些bonus的视频，聚类中的层次聚类，关联算法中的eclat， 降维中的LDA，和XGBoost。因为这些我之前没学过，所以还是很期待的。加油！

It is a good match for me. I am an experienced developer. I just want to learn "enough" about the machine learning workflow. Get a basic understanding of how data scientists work. This class is perfect for my needs. The modules are well organized and easy to understand. Examples are simple but right to the point. The only suggestion I have is, some of the code is out of date because libraries already advanced to the newer version. I have to google for the new semantics. It usually took a while to get it right. I suggest providing a list of dependencies with versions. To reduce the frustration of setting things up.

非常适合初学者入门。 之前学机器学习听过一个说法，就是“数学基础非常重要，如果没有数学基础直接学算法的话，会走上弯路”。这个说法我认为也不算错，但其实大部分人面临的问题是“根本无法学进去”，看完了长篇大论的理论课，最后还是什么都不会做，这种情况也不罕见。而这个课程中非常讲实践，把各种算法都过了一遍。诚然，对于专业人士来说过于浅显，但对初学者却是最合适的。 学习不仅需要细节与基础，也需要大图景。没有大图景只扣细节的话，很容易迷失自我，并且产生怀疑。但在掌握了这门基础课所传授的知识之后，我觉得对于某些专门的问题，我也有了更大的信心去挑战了。学习没有终点，这只是一个起点，但这也是一个不错的起点！

“这个法式的是什么招数啊？” --乔杉 刚刚刷完了这门课，作为机器学习的入门，内容很全面，Python和R各用一遍，可谓干货满满，讲解多数情况下清晰易懂，上完了能对整个机器学习有个清楚地了解，加上是在原版基础上全中文重新制作（而非简单翻译），非常推荐。 唯一的美中不足是，这个中文版的内容比原版少了大概小一成（如XGBoost),所以有条件还是推荐直接看英文版，当然也期待作者能更新这些缺失内容，让这门课更加完整。

非常棒的課程！深入簡出，數學基礎沒有很好的我，一樣能透過講師許多「直覺課程」的解釋，瞭解機器學習的奧妙。非常推薦想深入機器學習的朋友選讀這門課程。 唯一小小的缺點，就是講解程式碼時，螢幕截圖沒有把程式碼的部分 Zoom In。字跡雖然可以看見，但看得有點辛苦。

非常适合，即使编程基础欠缺或者根本没有也可轻松上手！点燃了我的学习热情！此外，推荐先看看统计学教材。我原先看过中国人民大学出版社的《统计学》，很有裨益！ Very suitable and inspiring for people who are interested in Machine Learning but lack computer science background. BTW I highly recommend you read books on statistics after finishing this course so that you can get a deeper-thinking!

Yes, it is a very detailed lectures with a good combination of the theory and the implementation on the apps. For the person like me who has a strong mathematics background, I feel very comfortable to grasp the concepts and form a quick learning curve.

這是我聽過最精彩的machine learning課程 沒有之一 老師講課切中要點 直白明瞭 對於了解以及整合整個machine learning架構有清楚的了解 希望亦文跟小秦可以多多開這些課程 十分感謝喔:)))