建议慕课网可以出一套完整的关于学完之后可以胜任人工智能这份工作的课程，达到就业的目的和转型

亲，您好~目前我们在筹划更多的人工智能的相关课程！后期会逐步的跟大家见面！不过本门课程就是您迈入机器学习领域的第一步！在本门课程中详细、系统的讲解了机器学习中的常见算法，算法的评价，方法的选择，模型的优化，参数的调整，数据整理等等一系列工作。学习完本门课程后 您将会对机器学习有一个更为全面。深刻的理解和认识！同时您也可以对机器学习进行更深入的研究！祝您学习愉快~

老师您好，我大二，acm获过奖，想学习机器学习去参加与其有关的算法大赛，请问这个能很好的帮助我吗

亲，您好~如果您已经充分了解了机器学习的大部分算法以及相关应用方式，如模型选择，模型评价，调参，正则化等方法的话，那么这个课程对更进一步解决人工智能比赛中的具体问题帮助不大。但是如果你对机器学习了解不多，这个课程主要是带你系统学习机器学的各种方法和相关应用方法。这些方法在机器学习竞赛中是通用的。课程中也会举例很多实际的应用场景，在机器学习比赛中会经常看到，如手写识别或者图像识别。祝您学习愉快~

本课程的代码模块和吴恩达入门课的matlab习题各有什么特点？

亲，您好~本课程的代码主要基于Python3的scikit-learn框架，我们自己实现的算法也将遵循scikit-learn的设计原则，让大家更进一步理解scikit-learn的封装方式。应用方面，我们主要使用sklearn中的数据集作为应用场景，涵盖手写识别，MNIST，iris，boston房价等经典数据集的实际使用。在算法的覆盖层面，也和吴恩达在Coursera上的Machine Learning不同。本课程不涵盖神经网络，但是包含kNN，决策树，随机森林和集成学习（普通的集成以及Stacking, Boosting等）。在具体讲解上，也有很多不一样的地方，比如PCA部分我们将摒弃PCA背后的数学解法，使用梯度上升法手写一个PCA，让同学们更深入理解PCA的原理；梯度下降法方面，我们也将比较批量梯度下降法和随机梯度下降法的不同；对与模型正则化，我们会比较Ridge和LASSO的不同，进而引申出弹性网络等等~相信一定会有不一样的收获：）祝您学习愉快~

最近mooc在干嘛，干嘛弄那么多好课~~吃草了！老师这课程数学要求真的很低吗？

亲，您好~机器学习的课程是数学是扯不开关系的！本门课程是机器学习的入门课程，在课程中也会涉及到大学数学的相关知识，课程中bobo老师将会用最通俗易懂的语言去讲解，在数学阶段，力求将数学难度降到最低！其次我们还专门准备了QQ群、问答区！在学习中，遇到困难，可以去问答区提问，老师会详细的为您提供帮助！祝您学习愉快~

老师又变帅了！

亲，您好~爱学习的人都会变帅的。祝您学习愉快~

看章节好像很<机器学习实战>这本书内容差不多，有什么区别吗

亲，您好~之前没看过这本书，被您这么一说简单地翻了一下目录和简介。区别还是蛮大的 ：首先这本书不是基于scikit-learn。scikit-learn本身是非常经典的机器学习库，其对算法的封装有很多我们值得学习的地方。在本门课程中，对scikit-learn的灵活使用是一个重要的学习目标。我们自己实现的算法也将遵循scikit-learn的设计原则，让大家更进一步理解scikit-learn的封装方式。其次从书籍目录上看内容本身更偏算法，而我的课程同时涵盖大量机器学习应用方面的内容，如有专门的章节介绍模型泛化的问题；对分类算法的评价问题；等等等。在算法上，我目测这本书似乎也没有专门介绍集成学习？当然也包括了很多这个课程没有涵盖的算法。由于机器学习基础知识整体相对固定，所以在章节名称上有重合属于正常现象。同时我看这本书里的内容相对来说有点老了，是13年出版的，所以这个课程在设计上完全没有参考这本书。相信会有不一样的收获：）祝您学习愉快~

您好老师，我没有学过大学数学，没有数学基础学这个可以吗？

亲，您好~没有大学的数学基础的话学习本门课程可能会有些吃力！慕课网后期会推出专门针对程序员的数学课程，学习完后就可以具备了学习人工智能、数据分析等领域所需要具备的数学基础！敬请期待！祝您学习愉快~

这课是不是跟老师前面的课一样，专门研究算法问题？

亲，您好~本门课程是机器学习的入门课程哦！机器学习最核心的就是算法，在本门课程中老师通俗易懂的讲解了机器学习中经典的算法及应用！但这门课程绝不不仅仅只是对算法的学习，还包括诸如算法的评价，方法的选择，模型的优化，参数的调整，数据的整理，等等一系列工作~学习完课程后相信您会对机器学习要一个更全面深入的认识！祝您学习愉快~

这门课是教使用sklearn的还是教大家手撕机器学习代码的，是有自己实现代码的过程吗？

亲，您好~这门课程会从底层实现若干重要的机器学习基础算法，通过这个过程让大家深入理解机器学习的内部原理；同时包含如何使用sklearn框架实际解决真实的问题，包括诸如网格搜索，pipeline的搭建，调参，算法选择，模型正则化等等方面。整体来讲，这门课程注重的是系统的机器学习原理学习，希望同学们能够通过这门课程的学习，对机器学领域解决问题的基本方式，遇到新的问题如何思考，各个不同算法之间的相互关系，如何选择，如何调试，等等问题有一个系统性的认识。进而可以自己更深入的研究机器学习的高级内容。祝您学习愉快~

久闻bobo老师大名，请问以后希望做算法这块儿的话，是不是把老师之前算法课都上了就入门了呢

亲，您好~之前我的三门算法课程《算法与数据结构》《玩转算法面试》《看得见的算法》主要针对传统算法领域。这门机器学习算法和之前课程无关。如果想入门机器学习领域，直接学习机器学习课程即可。如果要准备算法面试，或者想巩固提高基础算法内容，另外三门算法课程更合适。祝您学习愉快~

老师，这课程可以用于学习数据分析吗，有没有与数据分析相关的知识点呢

亲，您好~适合于将来想做数据分析的同学。数据分析也是需要使用机器学习算法的：）不过做数据分析的同学，学习玩这个课程以后，可以酌情不继续深入学习机器学习领域的一些内容了：）祝您学习愉快~

你好 请问这门课程全部都是教学时频吗 有没有提交代码练习什么的

亲，您好~本门课程是视频教学哦！不需要提交代码练习！在学习过程中您遇到问题可以在问答区提问！老师会跟您解答！祝您学习愉快~

怎么能跟老师联系？

亲，您好~购买课程后我们会提供专门的课程QQ群 在群里可以跟老师交流！同时我们还专门配备了课程问答区，在学习过程中遇到问题 可在问答区提问！老师会亲自为您解答！祝您学习愉快~

请问需要什么数学和计算机的基础？我是初二的学生能学吗？很感兴趣

抱歉哦亲！初中生的话学习这门课程数学基础可能不够！学习本门课程需要您具备Python 基础语法及大学线性代数、概率、统计学的相关基础知识！祝您学习愉快！

这一套课程，全部的视频有多长时间？

亲，您好~课程总时长25个小时左右~祝您学习愉快~