1.我为什么要学习这门课？

  机器学习是人工智能的重要技术基础，伴随着人工智能几十年的发展，期间几次大起大落。作为机器学习的高级阶段，最近几年深度学习算法在自然语言处理、语音识别、图像处理等领域的突破应用和广泛接受。这也标志着机器学习已经彻底迈出实验室大门，走向实践，推动着人工智能向更高阶段发展。数据应用和人工智能发展已经引起了全球关注。企业对机器学习的人才需求增大，与之密切相关的数据科学家、数据挖掘工程师、大数据分析师、机器学习分析师等数据分析类人才成为本世纪最有吸引力的职业。根据相关企业估计，上述人才的增长高峰将持续6-8年。为此，教育部批准了一批高校成立了数据科学与大数据技术、大数据应用等相关专业，为业界培养相应的机器学习专业人才。本课程就是对机器学习感兴趣的学员准备的。

2.这门课的主题是什么？

  在介绍传统的机器学习理论的基础上，突出了机器学习目前主流的一些内容，包括深度学习的典型算法与应用、知识图谱、机器学习在电子推荐技术的应用等。

3.学习这门课可以获得什么？

  从早期的统计学习、发展到联结主义的神经网络、直至深度神经网络的过程中，机器学习解决了企业应用的一些问题，辅助业务人员和管理人员做出更好的决策，在一些应用领域已经达到甚至超过人的智能水平，从而引发机器学习在金融、智能制造、零售、电子商务、电信等众多行业的广泛应用。通过本课程的学习，使学员可以初步了解机器学习的常用算法以及典型的应用领域，为更深入地学习高级机器学习以及实战打下基础。

4.这门课有什么特色和亮点？

  机器学习是一门理论和实践并重的课程，其中的内容比较多，很多算法也有一定的难度。机器学习的应用也需要一定的经验和技巧。本课程参阅了大量文献资料，结合过去多年的数据分析研究和实践，重新梳理了机器学习的整个课程体系，使得内容尽量覆盖机器学习的基本内容，深入浅出，学生在此基础上可以钻研机器学习高级的算法。课程通过大量的选择题、填空和判断题检验和巩固学员对基本知识的理解。

5.这门课的学习方法建议

建议结合教材《机器学习》（人民邮电出版社，2018）、《机器学习案例实战（第2版）》（人民邮电出版社，2021）、《Python机器学习实战案例》（清华大学出版社，2019）学习，先结合视频了解基本算法，然后通过各单元的测试题和作业巩固基本概念和算法，再通过具体的案例解读思路和代码，巩固算法。线下还要参考实战教材动手实验和实践练习，循序渐进。

6.课程守则（建议）

欢迎大家选修课程，请各位按照课程首页大纲的内容，根据课程内容的顺序，每周结合视频和推荐的配套教材，按时完成基本算法内容学习，并结合单元测试和章节练习，巩固基本概念和算法。在此基础上，完成每单元的实验，并可以进一步阅读推荐教材的实战案例，理解机器学习的思路以及每个步骤可能遇到的问题和技巧。有问题欢迎在课程讨论区讨论。

掌握机器学习的基本概念、常用算法，并在此基础上应用于相关领域，培养一定的分析实际问题的能力。

学习本课程需要掌握机器学习的基本概念、常用算法，并在此基础上应用于相关领域，培养一定的分析实际问题的能力。之前需要有一定的统计学、高等数学、线性代数、Python编程等基础。

基本的阅读教材：

1.赵卫东，董亮编著.机器学习.北京：人民邮电出版社，2018（Python语言）

2.赵卫东. 机器学习案例实战（第2版）. 北京：人民邮电出版社，2021（实验和实训，Python语言）

3.赵卫东，董亮著.Python机器学习实战案例.北京：清华大学出版社，2019（实验和实训，Python语言）

4.赵卫东译.TensorFlow强化学习快速入门指南.北京：机械工业出版社，2020

参考资料：

1.基础实训课程：

TensorFlow入门实操课程：https://www.icourse163.org/course/youdao-1460578162

2.深度学习基础：https://ilearningx.huawei.com/portal/courses/course-v1:HuaweiX+EBG2020NCHW1100024+Self-paced/about

3.深度学习实验案例：https://tianchi.aliyun.com/ailab/course/detail/218（配套Python和讲解视频）

1. 没有基础可以学习吗？

答：强烈建议请先学习第1-2次的课程再学习，本课程需要掌握必要的高等数学、线性代数和统计基础知识以及比较扎实的机器学习基础知识。没有机器学习基础的学员请一定先学习传统的机器学习算法。此外，还需要掌握Python编程基础。

2. 深度学习算法那么多，我怎么学习？

答：可以先熟悉基本的方法和算法，培养对数据分析的兴趣，奠定一定的基础后，逐步学习较难的算法。特别推荐通过案例和应用学习。有关机器学习技能的培养很重要，具体的方法请参考论文：数据分析类课程的技能培养方法探讨（https://mp.weixin.qq.com/s/HtOZwZXMlErmn87FFIkKYQ）和基于项目实践的机器学习课程改革（《计算机教育》，2019.9）。

3.如何使用课程中提到的算法解决实际问题？

答：可以课后先阅读和调试一下经典的案例和代码，然后尝试解决一些简单的问题，通过参加比赛、各种技术研讨、仿真型的项目，直至参加实际项目，这是一个循序渐进的过程，需要耐心、兴趣和毅力。

4.本课程怎么学习？

答：本课程是深度学习的基本课程，适合有一定机器学习基础的学员，配合教材讲解实用的内容，与线下的实训练习结合。建议采用翻转教学方式，结合配套教材，首先学习在线的视频，课下结合实际项目案例讨论算法的应用以及其中关键技能，并通过实验练习数据分析的思维和技能。

5.本课程有无配套的实验资源？

答：有的，配套教材封后扫码可以下载，网课也有部分实验内容可以下载练习。

6.实验是否有推荐的平台和工具？

答：以下的机器学习平台和工具可以使用：

Anaconda下载地址：https://www.anaconda.com/products/individual，具体的安装使用方法可以参考https://mp.weixin.qq.com/s/dfYNepLqoMRVZywh_eWWSQ

（Tensorflow等机器学习库可以按需安装）。为降低实验的难度，本课程推荐使用阿里的天池AI实验平台：https://tianchi.aliyun.com，只要注册即可使用。

7.本课程采用什么语言？

答：Python语言（建议3.6）。

8.课程总体难度如何？

答：属于深度学习基本的内容，难度总体属于初中等，希望学员理解机器学习基础知识，可以先选读本课程第二次开课的内容https://www.icourse163.org/course/FUDAN-1205806833?tid=1206624259。

9.本课程是否有实战的内容？

答：实战练习的课程大家可以选修机器视觉与边缘计算应用课程https://www.icourse163.org/course/FUDAN-1456632162。并以推荐的2本实战案例线下练习，提供源代码和数据（书封后扫码下载）。

10.问题答疑方式？

答：可以在课件首页寻找二维码加赵卫东老师微信直接讨论，或者加入课程的微信群（目前有6大微信群，每群200+学员），平时共享资料或交流问题。也可以发到在线课程的讨论区，一般都会给与及时解答。

11.课程是否提供实训平台？

答：课程的简单实验可以在自己的机器练习外，还可以申请阿里云-天池AI实训平台https://tianchi.aliyun.com/ailab/user/login，具体申请使用方法请参考课程公告。

学习贵在坚持，长期努力，必有大成！