又有新课可以白嫖了！李沐斯坦福新课来了，9月1日报名

程序员书库（ID：OpenSourceTop） 编译

链接：https://c.d2l.ai/stanford-cs329p/

应用机器学习(ML)准确而稳健地解决实际问题需要的不仅仅是训练最新的ML模型。首先，你需要学习处理数据的实用技术，这很重要，因为真实数据往往不是独立的、相同的分布。它包括协变量检查与筛选、标签变化，以及建模相关随机变量，如时间序列和图形中的变量。接着，你还需要学习如何有效地训练ML模型，如调优参数、模型组合和迁移学习。最后，才是学习公平性和模型可解释性，以及如何有效地部署模型。

如果你对这些知识感兴趣，那么接下来推荐的这个新课程可千万别错过了，李沐、黄清清、Alex Smola主讲的斯坦福新课《实践机器学习（CS 329P）》上线了，9月1日正式开启报名。

这门课程共计18节课程，覆盖统计学、算法、代码实现等方面知识，所有在线课程、视频、幻灯片都是免费的！

先决条件

学习这门课程之前，你需要先具备Python编程基础和机器学习、基础统计学基础。这套课程将会从实际数据处理学起，然后逐渐过渡到训练模型、调优参数、模型组合和迁移学习，最终将会学习模型的可解释性以及如何有效部署模型。

具体课程如下：

基础ML模型

打破假设

性能调优

模型进阶

最后附上课程地址：https://c.d2l.ai/stanford-cs329p/