使用 Javascript 和 TensorflowJS 通过动手项目从头开始掌握机器学习

课程英文名：Machine Learning with Javascript

此视频教程共1.0小时，中英双语字幕，画质清晰无水印，源码附件全

下载地址

课程编号：290
百度网盘地址：https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku
夸克网盘(不限速)地址：https://pan.quark.cn/s/ac8226352700

课程内容

你会学到什么

• 从头开始组装机器学习算法！
• 使用 Javascript 和 ML 技术构建有趣的应用程序
• 了解 ML 如何在不依赖神秘库的情况下工作
• 通过高级性能和内存使用分析优化您的算法
• 使用 Tensorflow JS 的低级功能来增强您的算法
• 培养对 ML 最佳实践的强烈直觉

本课程包括：

• 17.5 小时点播视频
• 4 篇文章
• 2 可下载资源
• 在手机和电视上访问
• 结业证书

要求

• 对终端和命令行使用的基本了解
• 能够阅读基本的数学方程式

描述

如果您在这里，您已经知道一个事实：机器学习是一切的未来。

未来几年，世界上没有一个行业不受机器学习的影响。一种变革性的力量，您可以选择现在就理解它，或者在令人难以置信的变革浪潮中失败。您可能已经每天多次使用依赖机器学习技术的应用程序。那么，为什么还要再呆在黑暗中呢？

已经有很多关于机器学习的课程。我建立这门课程是为了成为对该主题的最佳 介绍。没有一个主题不被触及，我们从不将任何区域留在黑暗中。如果您参加本课程，您将准备好进入并理解机器学习领域的任何子学科。

一个常见问题–为什么选择 Javascript？我以为 ML 都是关于 Python 和 R 的？

答案很简单——使用 Javascript 的 ML 比使用 Python 更容易学习。尽管 Python 非常流行，但它是一种”富有表现力”的语言，它是一个代码词，意思是”一种令人困惑的语言”。一行 Python 可以包含大量的功能；当您了解语言和主题时，这很好，但当您尝试学习一个全新的主题时就不那么好了。

除了 Javascript 使 ML 更易于理解之外，它还为您可以构建的应用程序打开了新的视野。不仅限于在服务器上部署 Python 代码来运行您的 ML 代码，您还可以构建单页应用程序，甚至是运行有趣算法的浏览器扩展，这可以让您开发一个全新的用例！

这门课程的重点是算法、数学、Tensorflow 还是什么？！？！

说实话– 绝大多数在线可用的 ML 课程都围绕着令人困惑的主题跳舞。他们鼓励您使用为您完成所有繁重工作的预构建算法和函数。尽管这可以使您获得快速成功，但最终会妨碍您理解 ML 的能力。  只有了解底层算法，才能了解如何应用 ML 技术。

这就是本课程的目标——我希望您了解最常见的 ML 算法中使用的确切数学和编程技术。一旦掌握了这些知识，您就可以轻松地快速掌握新算法，并构建比其他只了解如何将数据交给魔法库的工程师更有趣的项目和应用程序。

没有数学背景？没关系！我特别注意确保在没有适当介绍正在发生的事情的情况下，任何讲座都不会过多地涉及”数学”主题。

您将学到的内容的简短列表：

• 高级内存分析以提高算法的性能
• 构建由强大的Tensorflow JS 库支持的应用程序
• 开发可在浏览器或 Node JS中运行的程序
• 编写干净、易于理解的 ML 代码，没有单一名称的变量或令人困惑的函数
• 学习线性代数的基础知识，这样您就可以使用基于矩阵的运算显着加快您的代码速度。（别担心，我会让数学变得简单！）
• 了解如何扭曲常用算法以适应您的独特用例
• 使用自定义构建的图形库绘制分析结果
• 学习可应用于任何类型 Javascript 代码的性能增强策略
• 浏览器和 Node JS 环境中的数据加载技术

本课程适用于：

• 对机器学习感兴趣的 Javascript 开发人员