在一片“Amazing”的赞叹声中，被称为“适合所有程序员的机器学习入门课”来了。
一时间，课程的主讲人、推特机器学习界的网红Jeremy Howard的推特也引来了高额点赞与转发，看样子，这气势直逼昨天吴恩达老师刚完稿的新书《Machine Learning Yearning》。
这套名为Introduction to Machine Learning for Coders（《程序员机器学习入门》）的网课，据说涵盖了现代机器学习最重要的实践基础内容，走“代码优先”而非“数学优先”的实用派路线。
按照惯例，在安利自己课程前讲师们总前赞扬一下网课界的开路人吴恩达老师，Jeremy觉得前辈的课确实精彩，但吴恩达Coursera的课需要用Matlab完成学习，未免有些“老派”了。
Jeremy说，这套《程序员机器学习入门》不太一样。
课程介绍
这套课程的内容基于下月开课的旧金山大学研究生课程改编而来，校内学生也可以自由申请在校上课。和以往的课不同，《程序员机器学习入门》课程主要有三个特点：
一是课程轻量，共分为12节课，每节课约两个小时，24小时从无到有入门机器学习。
二是，和吴老师用Matlab完成的课程不同，这套课程用到的工具和库年轻一些，包括Python、Pandas、Scikit-learn和Pytorch，
最后，考虑到程序员们更在意的是代码怎么写而非数学理论，因此课程设置也以实操为主，对每种模型并不会详尽介绍，而是更专注与实践中用得到的。
也是基于上述三个特点，课程内容也和其他的课不太一样。
据项目主页介绍，课程内主要涵盖了两种模型：基于决策树的模型和基于梯度下降的模型。
12节课目前都已开放，用户可免费学习，课程目录如下：
- 随机森林简介
- 深入了解随机森林
- 性能、验证和模型解释
- 特征的重要性、树解释器
- 推理与随机森林
- 数据产品
- cython与随机森林
- 梯度下降和逻辑回归
- 正则化、学习率和NLP
- NLP与柱状数据
- 嵌入
- Rossmann问题与道德问题
（用德国零售商Rossmann的数据集，构建模型预测销量）
每一节课都配备了油管视频与文字介绍，还可以用油管自带的字幕功能自动生成英文字幕，可以稍微挽救一下听力不好的同学们。
出自Kaggle首席科学家
看到自己的课程被推特众多网友喜欢，一向以推广机器学习为己任的Jeremy老师一定乐开了花。
可能你此前没有听说过这套课的主讲人Jeremy Howard，不过你肯定听说过由20多万数据科学家组成的社区和竞赛平台Kaggle。此前，Jeremy曾担任过Kaggle的总裁和首席科学家，想把数据科学的精神发扬光大。
你以为数据科学家就是Jeremy的全部了？非也。如今的深度学习研究机构Fast.ai也是他的杰作，作为创始研究员的Jeremy也负责部分管理工作，他还创建了加州机器学习公司Enlitic，担任CEO一职。
免费获取
目前，这套课程可以在Fast.ai上获取全套。课程总体介绍：
http://www.fast.ai/2018/09/26/ml-launch/
课程学习地址：
http://course.fast.ai/ml
每一章包含文字介绍和视频，记得科学前往~
“
