【Course】Machine learning：课程总结、TensorFlow in Practice课程、TensorFlow认证考试（拉帮结派中）

课程总结

从2020年2月15日到今天3月18日，花了一个月完成Andrew Ng的Machine Learning课程，是缴费￥410在coursera上的，为了完成编程作业和得到证书，第一次在coursera上完成课程，对比以前在网易云课堂上完成的课程，虽然云课堂上免费了，但是没有上课、完成测试、完成编程作业这些步骤，上完课后的所学到的内容会大打折扣，作业设计的非常细致，应该是“精致”。所以，还是那句话：学知识还是得付费。期间由于工作原因集中时间学习，Week3-10的博客笔记就没写了，后续待补充。

• 证书如下：

### 下步计划 Andrew Ng的Deep learning课程我在2017-2018年硕士时就已经学过一遍，在云课堂上火速看的视频，并未做作业，感觉不扎实。但现在TensorFlow出了一个认证考试，备考可以通过上Deeplearning.ai的TensorFlow in Practice课程，具体见[链接](https://baijiahao.baidu.com/s?id=1661037548235286767&wfr=spider&for=pc)，官网[链接](https://tensorflow.google.cn/certificate)。上了TensorFlow in Practice课后，在2020.9.14前考试只需要$50。那就上TensorFlow in Practice课！Certificate TensorFlow！（拉帮结派中，要也打算考试的你，联系下~~）

下面总结Machine Learning课程：

课程主要讲了四个模块，如下图：

一共有8个编程练习和若干quiz，编程练习和若干quiz都值得详细回味。

课程中关于构建机器学习系统的建议很实用：偏差、方差、查准率、召回率、F1 score、误差分析、上限分析等。

黄海广博士有个思维导图，借用在此：

我自己做了个编程练习的思维导图，后续再上传上来。

Andrew Ng强调的一点很重要：时间最宝贵，把时间用到刀刃上。

Andrew Ng很谦虚，1976年生于英国伦敦，的确是榜样。
so，重在实践，而不是想/说而不做。