🎁 黑五优惠不停歇!VIP年通行证惊喜5折!蓝莓、Offer多多同步大放价! 🎁
<
查看: 1533| 回复: 1
收起左侧

【公开课】点评 EDX 公开课 MPP in AI track

yguo89 | 显示全部楼层
本楼:   👍  1
100%
0%
0   👎
全局:   1171
98%
2%
30

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
这个是EDX上的课程,全名叫Microsoft Professional Program in Artificial Intelleigence。整个课程一共9节课加一个final project。可以单独上其中任何一节课购买每节课的证书,也可以上完所有课拿AI证书。微软的小朋友们可以免费拿证书。https://www.edx.org/microsoft-pr ... ficial-intelligence

整体感受:这些课都算是基础课,上完整个课程加上认真完成作业之后,对整个AI链还是有一个比较清晰的了解。实践机会也还行,尤其是最后一个final project是完完全全需要自己写程序来运用CNTK做图像识别的。所以还是有一定收获的。前4节课非常简单和无聊,后面的还不错。

个人经验:我是CE背景,一直在做嵌入式系统和底层架构,在上这个课程之前完完全全没有AI/ML/DS的经验,连Python也没有写过一行。前段时间刚刚换到专门做AI的组,同事讨论时候,完全听不懂对方说什么。上完课后,对整个工作链接和步骤有了很全面的了解,所以对工作范围的认知和对整个代码库的分布也make sense了。也能完全能听懂这方面的专用名词,可以参加讨论和给出有用建议。比如说,别人在讨论YOLO和Faster R-CNN的时候能非常快的反应出两者的区别和trade-off。最重要的是,即使课程上没有提过的技术,需要自己额外阅读文献也轻松多了,不用每读几行就要去找维基。这些知识并没有深入到layer的层面,不足以让我可以自己去写个architecture或者framework,但是train/eval/test一个model是完完全全足够的。


需耗时间:我是在休产假期间一边带娃一边刷课程的,每天大概花个2-3小时左右吧。我是听完所有视频,认真做完lab和quiz的学习模式。前1-4节课,用了一周。第5和第6用了一周。第7,8,9各一周。最后的final project已经上班了,时间更加少了,所以用了2周。整个课程下来一共用了大概7周,每周大约10个小时左右吧。


具体课程:
Course 1 - Introduction to Artificial Intelligence (AI)
这节课是非常非常入门的课,大概教教各种名词这样。稍微有点AI/ML/DS知识的基本可以跳过直接做lab和考试。Lab是用Azure Machine Learning Studio来做的,所以基本上只要跟着lab instruction做就好。另外一个选择是跳过这节课,先上第五节课,然后回头考试。


Course 2 - Introduction to Python for Data Science
同样的,非常非常基础,如果你学过python,用过pandas,就跳过吧。我完全没有python的基础,所以跟着课做了。


Course 3 - Essential Mathematics for Artificial Intelligence: Python Edition
也是非常简单的数学。内容包括differentiation, integration, vector, matrix, statics, 和probability。如果已经学过了的话,随便做个复习就好。如果没有学过的话,要从这个课程中学到融会贯通会比较费劲,可能需要你自己去找些学习资料。如果只是想要足够考试的话,认真看视频做笔记也足够了。这些数学只是我已经学过了的,所以很快复习了一下就考过了。


Course 4 - Ethics and Law in Data and Analytics
虽然这个很有话题性,但是如果大家对这个没有兴趣也不想要拿整个AI证书的话,跳过就好。上课什么的随便听听或者多google也就能过了。


Course 5 - Data Science Research Methods: Python Edition
相当于第一节课的加深版。比较实用的一节课,废话不多,手把手的叫你用Azure Machine Learning Studio。考试的lab和final需要自己动手做。


Course 6 - Principles of Machine Learning: Python Edition
这节课简单讲解了一下ML的几个learning方式,包括classification, regression, tree, neural network和cluster。知道这些区别的同学也可以跳过直接做lab。考试需要用到lab的结果。


Course 7 - Deep Learning Explained
这节课具体讲到Deep Learning了。课程借鉴了很多斯坦福的CS231N。quiz基本上是knowledge based的,只要好好听课就行。lab不怎么需要自己动手去做,大概就是改改参数,run一下就行。这个挺讨厌的,我建议大家好好认真的做这个lab,做到自己非常懂的程度,因为final project所用的知识基本上是从这节课里学到的。


Course 8 - Reinforcement Learning Explained
这节课专门讲RL,而且相比之前的课,深入多了。需要自己写部分的python来完成lab。quiz需要lab的结果来作答。


Course 9
这个是自选课,可以从四门课中自己挑一节来学。其中包括Knowledge Graphs,Computer Vision and Image Analysis,Speech Recognition Systems,和Natural Language Processing (NLP) 。我选了CV。这节课是整个课程中我认为教得最好的课,但是不强调lab和动手实践。考试主要检测知识点。不过不同于之前的课程,考试可以作答好几次,这个只能提交一次答案。


Course 10 - Microsoft Professional Capstone: Artificial Intelligence
终于写到final project了!这个final project没有视频课程,而且开课时间只有4周,所以我不确定每个学期的内容是否一样。我的那个学期的project是给40k张不同方位的人脑CT扫描,一半图片来train,一半用自己写的ML来判断扫描图的方位。99.2%的准确率为60分,99.6%的准确率为90分。


写完啦!大家觉得有用的话请不要吝啬加米哦!


评分

参与人数 3大米 +38 收起 理由
K叔 + 25
mzhqlh + 10 很有用的信息!
muxingyou + 3 给你点个赞!

查看全部评分


上一篇:【活动】我在美国上机器学习(Machine Learning)课程的感受和总结
下一篇:分享交流参加kaggle比赛
无效楼层,该帖已经被删除
bossman69 2019-6-18 13:30:30 | 显示全部楼层
本楼:   👍  0
0%
0%
0   👎
全局:   1
100%
0%
0
谢谢楼主!我正在准备上这个,全套一起买是在太贵了,看了楼主的贴决定上7、8、9了谢谢!!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表