Machine Learning（機(jī)器學(xué)習(xí)）是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。在過去的十年中，機(jī)器學(xué)習(xí)幫助我們自動駕駛汽車，有效的語音識別，有效的網(wǎng)絡(luò)搜索，并極大地提高了人類基因組的認(rèn)識。機(jī)器學(xué)習(xí)是當(dāng)今非常普遍，你可能會使用這一天幾十倍而不自知。很多研究者也認(rèn)為這是最好的人工智能的取得方式。在本課中，您將學(xué)習(xí)最有效的機(jī)器學(xué)習(xí)技術(shù)，并獲得實(shí)踐，讓它們?yōu)樽约旱墓ぷ?。更重要的是，你會不僅得到理論基礎(chǔ)的學(xué)習(xí)，而且獲得那些需要快速和強(qiáng)大的應(yīng)用技術(shù)解決問題的實(shí)用技術(shù)。最后，你會學(xué)到一些硅谷利用機(jī)器學(xué)習(xí)和人工智能的最佳實(shí)踐創(chuàng)新。本課程提供了一個廣泛的介紹機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)模式識別的課程。主題包括：（一）監(jiān)督學(xué)習(xí)（參數(shù)/非參數(shù)算法，支持向量機(jī)，核函數(shù)，神經(jīng)網(wǎng)絡(luò)）。（二）無監(jiān)督學(xué)習(xí)（聚類，降維，推薦系統(tǒng)，深入學(xué)習(xí)推薦）。（三）在機(jī)器學(xué)習(xí)的最佳實(shí)踐（偏差/方差理論；在機(jī)器學(xué)習(xí)和人工智能創(chuàng)新過程）。本課程還將使用大量的案例研究，您還將學(xué)習(xí)如何運(yùn)用學(xué)習(xí)算法構(gòu)建智能機(jī)器人（感知，控制），文本的理解（Web 搜索，反垃圾郵件），計(jì)算機(jī)視覺，醫(yī)療信息，音頻，數(shù)據(jù)挖掘，和其他領(lǐng)域。

?