课程名称: Unsupervised Learning, Recommenders, Reinforcement Learning

课程主页: https://www.coursera.org/learn/unsupervised-learning-recommenders-reinforcement-learning

所在平台: Coursera

课程类别: 机器学习

大学或机构: deeplearning.ai,
斯坦福大学

讲师： Andrew Ng,Eddy Shyu,Aarti Bagul,Geoff Ladwig

授课语言： 英语

提供字幕： 英文

课程文件大小： 778MB

课程介绍： 在机器学习专业化的第三门课程中，您将：
• 使用无监督学习技术进行无监督学习：包括聚类和异常检测。
• 使用协同过滤方法和基于内容的深度学习方法构建推荐系统。
• 构建深度强化学习模型。

机器学习专业化是 DeepLearning.AI 和斯坦福在线合作创建的基础在线课程。在这个适合初学者的程序中，您将学习机器学习的基础知识以及如何使用这些技术来构建现实世界的 AI 应用程序。

本专业由 Andrew Ng 教授，他是一位 AI 远见者，曾在斯坦福大学领导过重要研究，并在 Google Brain、百度和 Landing.AI 开展了开创性工作，以推动 AI 领域的发展。

这门 3 门课程的专业化课程是 Andrew 开创性机器学习课程的更新和扩展版本，自 2012 年推出以来，评分为 4.9 分（满分 5 分），已有超过 480 万学习者学习。

它广泛介绍了现代机器学习，包括监督学习（多元线性回归、逻辑回归、神经网络和决策树）、无监督学习（聚类、降维、推荐系统）以及 Silicon 中使用的一些最佳实践Valley 用于人工智能和机器学习创新（评估和调整模型，采用以数据为中心的方法来提高性能等等。）

在本专业结束时，您将掌握关键概念并获得实用知识，以快速有效地将机器学习应用于具有挑战性的现实问题。如果您希望进入 AI 领域或在机器学习领域建立职业生涯，那么新的机器学习专业化是最好的起点。

本课程属于 Machine Learning Specialization机器学习 专项课程 中的第3门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：