原文：
www.kdnuggets.com/2022/12/3-free-machine-learning-courses-beginners.html
图片由作者提供
许多低质量的免费课程和 YouTube 课程对构建扎实的机器学习基础没有帮助。你会变得更加困惑，甚至放弃追求这个职业。
1. 谷歌网络安全证书 - 快速进入网络安全职业轨道。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT
我非常支持付费课程，但你也可以通过 Udacty、Coursera 和 FastAI 的互动免费课程学到很多。这些课程涵盖了基础知识，并向你介绍了监督学习、无监督学习和深度学习算法。
监督学习课程的基础是监督学习：回归和分类，使用流行的 Python 库。
你将了解机器学习应用、示例，并在 Jupyter Notebook 上构建你的第一个线性和逻辑回归模型。此外，你将学习特征工程、梯度下降、成本函数、决策边界和正则化。
图片来源于 Coursera
前提条件： 熟悉概率、统计学和 Python 编程语言。
时间安排： 33 小时（自定进度）
技能水平： 初学者
优点： 由行业专业人士和 Andrew NG 教授，包含互动练习和实践学习项目。
涵盖的主题： 使用流行的机器学习库 NumPy 和 scikit-learn 构建回归和分类模型。
机器学习 课程来自乔治亚理工学院，介绍了监督学习、无监督学习和强化学习。你将通过视频课程和互动测验及练习进行学习。
图片来自 Udacity
前提条件： 需要对概率论、线性代数和统计学有较强的了解。学生还需具备一些 Python 编程语言的经验。
时间表： 4 个月（自定进度）
技能水平： 中级
好处： 由行业专家授课，课程包括互动练习。
涵盖主题： 监督学习、无监督学习和强化学习，以及代码示例。
实用深度学习课程 针对有一定编程知识的学生设计，旨在学习和应用深度学习解决实际问题。
这是我最喜欢的课程，我喜欢这个社区、测验和项目。它们都旨在帮助你学习概念，并提出你的最先进解决方案。
课程的一个好处是由 Jeremy Howard 教授，他是一位深度学习从业者，致力于让机器学习对所有人免费开放。
图片来自 fast.ai
前提条件： 学生需具备一些 Python 编程语言的经验。
时间表： 约 3 个月（自定进度）
技能水平： 初学者 - 中级
好处： 由业界专家 Jeremy Howard 授课。课程包含测验、编程示例、社区驱动学习和项目。
涵盖主题： 模型部署、神经网络、自然语言处理、从头开始创建模型、随机森林、卷积神经网络和数据伦理。
互联网中充斥着数百个免费课程，有时很难找到能够帮助你在职业生涯中进步的优质课程。我提到的这些课程足以建立机器学习的基础。之后，你可以开始进行项目或参加 Kaggle 竞赛，以获得处理数据和构建模型的经验。
如果你在进行无指导的项目时会学得更多。希望你喜欢我提供的小课程列表。如果你对机器学习职业有疑问，请在下方评论。
Abid Ali Awan (@1abidaliawan) 是一名认证数据科学专业人士，热衷于构建机器学习模型。当前，他专注于内容创作和撰写关于机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为患有心理疾病的学生构建一款 AI 产品。