持续时间
年度
先决条件
无需先修课程。如果您将本课程作为人工智能基础学习计划的一部分，则应先修读《人工智能在世界上的应用》、《人工智能的应用》和《过程式编程》。
要求
《机器学习基础》是工程技术集群人工智能（AI）基础课程的第四门课程。
课程摘要
在本课程中，您将加深对机器学习的理解。您将探究机器学习概念的由来和发展历程。我们将使用 Excel 和 Python 来分析数据和训练模型。最后，您将了解机器学习的未来发展方向以及开发周期的重要性。
主题和概念
第一部分：
•机器学习与人类学习
•抽象
•表示类型
•数据结构
•搜索算法
•人工智能供应商
•监督学习、无监督学习和强化学习
•学习算法
•分类
•神经网络
•使用数据训练模型
•个人数据、地理空间数据、时间数据和公司数据
第二部分：
•问题解决和数据
•API、RSS 和网页抓取
•SQL 和 NoSQL 数据库
•数据整理
•统计抽样和检验
•识别数据中的模式
•数据分析技术
•机器学习模型构建
•决策和预测中的错误
•数据隐私和安全问题
•机器学习开发过程
•调整并评估模型
•与机器学习相关的伦理问题
•GPU 和 CPU
•人工智能中的公平性
•隐私和安全问题