夏依若璞来自奥飞寺

由量子比特出品 | 公众号QbitAI

全球最大AI公司谷歌推出新课程！

谷歌今天推出了“机器学习速成课程”机器学习英语，英文简称MLCC。 用他们自己的话来说，课程节奏快、实用。

Qubit 有两点令人惊讶：它基本上会说中文！ （包括视频）

不需要钱~

本课程总计约15小时，包含大量教学视频以及算法实际应用的交互式直观演示，让用户更轻松地学习和实践机器学习概念。 总共25课，40多个习题。

据谷歌称，这门课程最初是由工程师教育团队为自己的员工开发的。 也就是说，它的前身是一本内部培训教材。 目前，已有超过 18,000 名 Google 员工报名参加了 MLCC 课程，并将他们从课程中学到的知识应用到各种 Google 产品中。

内部培训非常成功，因此谷歌决定将这门课程发送给更多的人。

虽然这门课程是免费向所有人开放的机器学习英语，但事实上，理解它仍然存在一些障碍。 谷歌在课程页面上清楚地列出了该课程的先决条件：

掌握代数入门。 您应该了解变量和系数、线性方程、函数图和直方图（熟悉对数和导数等更高级的数学概念会有所帮助，但不是必需的）。

精通编程基础知识并具有一些 Python 编码经验。 机器学习速成课程中的编程练习通过 TensorFlow 进行并使用 Python 编码。 您不需要具有任何 TensorFlow 经验，但您应该能够轻松地阅读和编写包含基本编程结构（例如函数定义/调用、列表和字典、循环和条件表达式）的 Python 代码。

这个前提其实和Ng Enda老师的课程很相似。

那么，数学基本已经回到老师手里了怎么办？ 开始学习Python后多次放弃怎么办？

Google还在先决条件下列出了学习这门课程的准备工作。 需要补充的知识、需要提前了解的工具都列出来了。

这包括课程中涉及的数学概念。 每个概念都附有Google工程师教育团队精选的教程或文档，包括可汗学院的课程、维基百科条目、TensorFlow和Python的官方文档等。

然而，这些链接的内容都是英语的。 如果需要中文版的话，还是得自己去找。

试镜经历

下面，是量子比特带来的试听时间。

正如一开始所说，这门课程基本上可以教你所有的汉语。 不仅所有的文字内容都是中文的，而且所有的讲座视频也都是中文配音的，听起来很轻松。

没错，即使是外国人讲课，你听到的都是中国人的声音。

这个翻译的电影般的感觉得益于谷歌的人工智能技术。 所有中文发音实际上都是机器合成的中文发音经过对原音（英文）的识别和翻译后发出的。

谷歌其实明确表示：“这个视频讲座的配音是利用机器学习技术生成的”。

所以听起来还是能感受到一点机器的“口音”。 下面，以第一课《机器学习概论》为例。 本课程的讲师是 Google 机器学习总监 Peter Norvig。 我们一起来听听吧。

地址在这里：

这个怎么样？ 这个中文配音可以吗？ 并且说话的速度是可以调节的。 上限速度为正常速度。 如果觉得太慢，也可以调整为1.5倍或2倍来听。

Qubit尝试了2倍速……一旦接受这个设置，就相当有趣了。 我们再一起来听听吧。

不仅仅是有声中文。 让我们观看“深度理解机器学习”部分的视频来感受一下。 演讲者是高级软件工程师 D.Sculley。

可以看到，视频中间出现的文字甚至公式也都是中文显示的。

当然，不建议一切都相信。 如上所述，这些中文内容很多都是机器翻译的结果，所以还是会存在错误。 听课的时候要注意区别。

例如“减少损失”讲座。 视频的说话者是Cassandra Xia，应该是一个名叫“Xia”的中国人谷歌机器学习速成课程来了：全中文、完全免费，但机器翻译时，Xia会读成“Xia”。

当遇到课程中需要互动学习的部分时，课程将暂停。

值得注意的是，机器在翻译她的演讲时，将其中提到的TensorFlow翻译成了“传感器流”。 也许部分原因是英语语音转换为文本时，转换为：张量流。

如果您发现非常严重的问题，可以留言讨论或向 Google 提出。 我们只是提醒您要从鸡蛋中挑出骨头。

同样有趣的是，课程的最后部分讨论了现实世界中机器学习应用的示例。

第一部分是“癌症预测”。 视频的这一部分并没有夸耀机器学习在诊断癌症方面有多么强大。 相反，它讲述了一个非常有趣的案例。 我推荐听一下：

地址在这里：

与 Google AI 一起学习

本课程是 Learn with Google AI 项目的一部分。 项目网站上有大量Google机器学习专家提供的教学资源。 除了上面介绍的MLCC课程外，还有21个非常实用的资料和讲座视频。

量子位再次推荐一个超级实用的资源（有中文版）：机器学习术语表。 那就是机器学习专业词典，同学们！ 在页面左下角切换语言，你会得到一本汉英双语词典。

机器学习术语表：

当然，Learn with Google AI网站上还有更丰富的内容。 Google推出的所有AI学习资源基本都总结在这里了。 例如，Josh Gordon 的入门课程视频、TensorFlow Workshops 系列笔记教程、帮助您上手体验的 TensorFlow Deep Playground、GCP 的机器学习指南、TensorFlow 文档，甚至 Google 在 Coursera 和 Udacity 上提供的课程，以及收购的Kaggle竞赛，都在列。

随着Google做更多的事情，更多的课程和资源将会在这个网站上列出。

资源太多却不知从何开始？ 对于量子比特，建议从系统的MLCC课程开始，或者随心所欲~

当然机器学习英语，Google 还提供了一个过滤器，允许用户根据您是谁、您正在寻找什么类型的内容以及您关注机器学习工作的哪个方面来过滤内容。 例如，量子比特作为一只“好奇的猫”机器学习英语，过滤掉了这些内容。

说了这么多，学这种东西还是得自己动手。 来吧，我给你网址：

请网上科学查一下

还有一件事

教授MLCC课程中“机器学习导论”部分的谷歌机器学习总监Norvig最近也开源了一本人工智能教科书的代码。

这本书是 1992 年出版的《Paradigms of Artificial IntelligenceProgramming: Case Studies in Common Lisp》，开源代码也是用 Lisp 编写的。 嗯。

该代码在 GitHub 上发布已经过去几周了，在今天的 GitHub 热门榜上仍然排名第 7。 可以说人气并没有减退。

但与天朝码农买房的热情相比，还是损失了很多：

- 超过-

诚意招聘

Qubit正在招聘编辑/记者到北京中关村工作。 我们期待有才华、有热情的学子加入我们！ 相关详情请在量子位公众号（QbitAI）对话界面回复“招聘”。量子位QbitAI·今日头条签约作者

̾'ᴗ' ̫ 追踪AI技术和产品新进展