哥大应用机器学习资料放出，注重课程实践

大数据文摘出品

作者：蒋宝尚

假期已经远去，是时候学点课程、读点书啦。

文摘菌今天给大家推荐一款机器学习课程。与以往不同，这门课程注重实践，提倡学生亲自动手实现机器学习理论。

课程名为《COMS W4995 Applied Machine Learning》由哥伦比亚大学开设，主讲教师为书籍《Python机器学习导论》的作者：ANDREAS C.MULLER。

具体来说，本课程讨论了支持向量机、随机森林、梯度增强和神经网络等机器学习方法在真实数据集中的应用，其中包括数据的准备、模型的选择和评价。

学习这门课程之前，最好有点机器学习的理论知识。并且熟悉Python编程和NumPy，pandas和matplotlib的基本使用，毕竟根据官网上介绍，这们课程是COMS W4721补充课程，除了对模型的应用之外，课上老师也讨论了机器学习模型相关的软件开发工具和实践。

课程官网：

https://www.cs.columbia.edu/~amueller/comsw4995s19/

课程安排

这门课程19年的1月23开讲，目前已经是第四周，第16周，也就是19年的6月5号完成最后一门考试。

所有的课程都可以在课程官网的目录中找到，前4周的课程，都可以点击目录上的超链接在YouTube上观看。

课程所用的参考教材为Mueller, Guido所著的《Introduction to machine learning with python》和Kuhn, Johnson 所著的《Applied predictive modeling》以及Goodfellow, Bengio, Courville合写的《Deep Learning》。课程要求的相关阅读也大多数是这三本书上的。

除了目录上有课程的YouTube链接外，给出了相关阅读推荐，这些推荐有的是教程，有的是论文。页面的最右侧也给出了课程作业。

课程目录：

https://www.cs.columbia.edu/~amueller/comsw4995s19/schedule/

github资料大合集

如上所示，课上的部分图片以及家庭作业，老师全都放在了github上，

github地址：

https://github.com/amueller/COMS4995-s19

小贴士

你在上课的过程中，如果遇到问题，根据课程官网，推荐你去piazza提问，会有专人回答你的问题。另外，如果你是哥伦比亚大学的MS DS的学生，可以通过哥大学生的在线服务系统注册，并参加考试。其他系所学生，如果课程名额有剩余可以通过线服务系统注册。

最后的考试是封闭性的，不能使用计算机，考试内容可能包含手写代码。

另外，这门课程的2018版，已经有国内的小伙伴搬到B站上来了，感兴趣的同学，可以不用翻墙观看视频。

B站地址：

https://www.bilibili.com/video/av22123631/