MIT的Python机器学习课程，今天正式开课了。

这门课程在edX平台开展，6月11日（换算时差也就是今天）开始，持续到9月4日，一整个夏天的时间（13周），每周大约需要学10-14个小时。

课程是免费的，不过如果你需要拿到作业、参加考试、获得证书的话，需要掏300美元（2074元人民币）。

准备好Python和数学

众所周知，学机器学习需要一定的编程基础，以及一部分数学知识。

编程语言当然毋庸置疑的选择Python。

数学方面，大致是微积分+概率统计+线性代数。需要对向量和矩阵有所了解，懂一些均值、方差、随机变量分布相关的概率统计知识，以及复习一下你大一高数课上学的单变量和多变量微积分。

从原理到实践

整套课程大致包含4部分，分别是：

1、机器学习原理：分类、回归、聚类、强化学习等

2、实现和分析模型：线性模型、核方法（kernel machines）、神经网络和概率图模型

3、为不同任务选择合适的模型

4、机器学习项目实践：训练、验证、调参、特征工程

具体课程表如下：

整套课程不仅包含了机器学习的原理，也有相关的实践项目，可以快速学到实用的机器学习技能。

大牛带队

因为这套课程是MITx提供的微硕士（MicroMaster）计划课程，所以执教的老师都是MIT的教授。

机器学习课程的两位老师，一位是Regina Barzilay，她是MIT电气工程与计算机科学系的Delta Electronics（台达）教授，大名鼎鼎的MIT CSAIL（麻省理工计算机科学与人工智能实验室）成员，主要研究自然语言处理、深度学习在化学和肿瘤科的应用。

Barzilay教授是哥大计算机博士，拿到过好几次NAACL和ACL的最佳论文奖，也是ACL和AAAI的奖金获得者。

另一位是Tommi Jaakkola，他在MIT教电气工程与计算机科学，是数据、系统与社会研究所的教授，title是Thomas Siebel教授（就是西贝尔学者计划的那个西贝尔）。

Jaakkola教授是MIT计算神经学博士，主要研究理论、算法与机器学习应用、自然语言处理、计算生物学、应用于化学的机器学习等，也是斯隆奖得主及AAAI Fellow。

在美国，title前面有“冠名”的教授一般都是相当杰出的学者，两位授课老师都是相当有水平的大牛啦。

传送门

https://www.edx.org/course/machine-learning-with-python-from-linear-models-to-deep-learning

“