开课时间
02-27 19:00
课程时长
6周
开课倒计时
开课后24小时内无条件退款
支持蚂蚁花呗
楼+ 是实验楼精心打造的教学产品，课程由实验楼一线核心研发人员或技术专家制作并录制视频，且提供助教全程QQ群答疑，班主任督学等服务。在楼+的学习中，你会在实验中动手学习，在挑战中检验自己的学习成果，在大项目中体验真实工作流程，以此来达到学习的目的，对只看不动手说NO！
楼+ 适合0基础起步，需要你付出的努力是每周至少上升25层楼（750 分钟编程时间）,楼+的教学服务能让你少走弯路，但并不能让你不劳而获。这里没有鸡汤，没有捷径，都是实实在在你的汗水付出和楼+团队尽最大努力提供的教学服务。
你的收获，就是楼+的唯一目标！
为什么要学机器学习
近两年来，机器学习概念非常火。各类新闻站点利用机器学习向你推进「符合胃口」的资讯。特斯拉、Uber、百度自动驾驶车上路，也是机器学习在为之领航。安检口的人脸识别、天气交通的精准预报都得益于机器学习的应用。此外，机器学习还可以用于智能客服平台、智能门诊系统、信贷风险评估、欺诈检测、视觉识别等各类行业。
所以，机器学习能做的事情非常之多。可以这样说，几乎每个行业都有机器学习的用武之地，几乎每个流程都可能引入机器学习进一步优化。
课程介绍视频
*由于最新一期课程调整，直播答疑服务已更换为每周群内班会（同时挑战解析部分录制成了视频放到每周课程里），且增加了期末大作业人工代码审阅服务。
课程亮点
• 囊括了绝大多数常用的机器学习算法，并对理论进行深入浅出的讲解
• 涵盖了最常用、最优秀的机器学习和深度学习开源框架，工作学习均足够
• 深度学习部分使用昂贵的 GPU，训练模型更高效，更贴近真实生产环境
• 在动手中学习，随时检验学习效果，享受 QQ群助教实时答疑
学完可达到的水平
对机器学习常见算法原理熟悉、能手动实现部分核心算法，同时学会使用开源框架搭建预测模型，达到机器学习初级工程师的水平。
看了那么多视频和直播，一到动手的时候还是发懵？不用怕，在楼+的学习全过程中，你会在实验中学习，在挑战中检验自己的学习成果，在大项目挑战中体验真实工作流程，以此来达到学习的目的。
所以，在楼+的学习过程中，你每周需要拿出16小时来完成我们提供的一系列的实验和挑战任务，期间遇到问题需要你主动在QQ群寻求专职助教和导师的答疑。
实验+自主挑战
学习后及时运用
学习更高效
挑战解析视频
从思路到实现
深入浅出讲解挑战
QQ群实时助教答疑
遇到问题
及时讨论与解答
1V1辅导
疑难问题预约1V1辅导
学习更高效
代码人工审阅
项目代码人工审阅
获得个性化反馈
GPU计算支持
训练模型更高效
更贴近真实生产环境
每周班会
导师与学员的互动分享
交流困惑
结业报告证书
包含真实学习数据
成绩合格即可获得结业证书
通过6周的楼+机器学习，系统地认识整个机器学习知识体系，注重模型训练整个流程的实际操作，最后还有一个 kaggle 项目检验自己的学习成果，相当棒！！！
优点：内容很丰富，知识脉络清晰，上手快，挑战难易适度； 需改进：网络太卡体验不是很好；
先说好的： 1.实验文档写的很好，配图很生动便于理解，算是尽可能地把高深的定义用最形象的方式去告诉给大家了，至于能不能领会最后还是得靠自己去细细思考，跟助教、大家的讨论。 2.每周总结的思维导图很赞，我自己就很喜欢用这种方式去把零散的知识串起来，至少知道这一周过来自己都学了哪些东西，分别有哪些子类，时不时就在脑子里过一遍，发现某个概念的具体定义忘了就可以再翻出对应的文档再学一遍，学习就是如此反复的过程。 3.我自己是一个比较懒散的人。。。没有外力监督就很容易懈怠，有个学习时间排名，每天再忙也会挤出些许时间去做实验。 4.huhuhang 老师直播挺耐心细致的，跟大家互动很多很有趣~ 说一点不好的： 平均每周16小时这个实际上达不到吧！其实学习起来花时间最多的也就第二周的课程，最多12小时左右，16小时设置不太合理！
感谢实验楼给我们提供了一个可以学习实践知识的平台 ，优质的课程让我们受益匪浅。
课程整体知识量还是挺丰富的~如果能按时的付出时间完成课程，会有不小的收获，基本上能将机器学习的基本概念与实现流程梳理一遍， 对算法也能有相应的了解，实验楼领进门，修行还要看个人，各位共勉了，还有最后一章的 RNN 和 GAN 跨度稍微有一点大...ouo...
基本达到了我对课程的预期，还不错，愿实验楼越办越好。
谢谢六周的陪伴，课程设置循序渐进，答疑服务很及时，：）
开课时间：2019年2月27日
6周课程 = 3 周机器学习 + 2 周深度学习 + 1 周项⽬挑战作业 + 1 周强化学习(选学)
本课程将使用Python作为代码实战过程中的唯一编程语言，需要你熟悉使用 Python 构建机器学习模型的常用工具模块，包括NumPy，Pandas 以及绘图工具 Matplotlib。
1. 熟悉Python编程基础
《楼+之机器学习实战》课程将会使用 Python 语言作为代码实战过程中唯一的编程语言。除了 Python 语言具备语法简单，上手快的特点。选择其的另一个重要原因是目前在机器学习领域，最优秀的开源项目和工具几乎都提供了对 Python 语言的支持。
如果你对 Python 3 还不够了解和熟悉，那就非常推荐学习实验楼免费基础课程：《Python3 简明教程》 的前12个实验，如果有时间，能独立完成其中的挑战是极好的。
2. 有一定的数学基础
为了更好地理解机器学习算法原理，你最好具备一定的数学基础。如果你在大学本科阶段学习过《高等数学》、《线性代数》、《概率论》，那就完全足够了。当然，无需对这三门课程都非常熟悉，只要有印象，回忆起来就非常快了。
如果你的数学基础较差也不用太过担心。首先，课程中涉及到的数学相对基础，同时我们在课程技能准备中给大家提供了相应的公开课视频，帮助你补充相应的线性代数知识。退一步讲，如果实在无法理解算法背后的数学原理，掌握使用 Python 完成机器学习代码实战也是一件很有收获的事情。
每周付出的时间
坚持到底的决心
积极主动的态度
福利1：期末大作业评比前3名，可获得现金奖学金。
福利2：开课即赠送6周标准会员。
福利3：若课程在半年内有升级，老学员可免费享受课程升级内容。
对机器学习常见算法原理熟悉、能手动实现部分核心算法，同时学会使用开源框架搭建预测模型，可达到机器学习初级工程师的水平。
课程核心是实验和挑战，不是直播和录播。对于实验，我们会提供完整的代码和详细的文档，同时嵌入关键步骤的录制视频，是在模仿练习；
对于课程中的挑战，我们会提供实际工作中会遇到的问题或项目任务，包含若干知识点，需要在线完成，系统自动评判PASS或FAIL。
点击此处了解如何学习楼+课程 如果你还不熟悉实验楼，点击这里了解实验楼
开课后24小时内可以申请全额退款，因为之后会进行项目分组，10人一组，为避免对同组的影响，分组后不再接受退款申请。
1. 只需要准备一台能上网的电脑，学习将在实验楼的在线环境进行，无需安装配置本地环境；
2. 阅读课程须知，并完成第0周的课程学习（你可以报名后在课程详情页找到它）
开课第二天下午进行分组，大家可以根据工作情况，所在地区等情况自由组队，需要组队满10个人并告知班主任。如果没有参加自由组队的将会随机分配分组。
目前支持微信，支付宝付款，花呗分期。
课程内容基本覆盖了常用的机器学习方法，也满足了机器学习初级工程师的基本需要。如果要尝试寻找机器学习方面的工作，除了熟知机器学习的算法和原理，还需要具备较为扎实的 Python 编程能力和工程实现能力。当然，如果能动手亲自学完课程中的代码和习题，相信你在这些方面都能得到很大的提升。
实验楼共有4种答疑方式：QQ群实时答疑，1V1桌面共享答疑，讨论区答疑。
其中工作时间（工作日9:00~18:00）可使用QQ群实时答疑，必要的时候会使用实验楼的共享桌面功能提供 1V1 共享桌面协作；
非工作时间，无法保证及时回复，可以在讨论区提问，助教上班后第一时间回复解决。
楼+的教学服务结束后，无法享受QQ群答疑服务。但仍可以在课程有效期内（默认180天，遇特殊情况可申请延长）学习课程并享受讨论区不定期答疑服务，过期后仍可查看文档。
楼+ 面向的是希望系统化学习某一技术的用户，提供了更完善的学习路径和教学服务。楼+课程与其它课程最大的不同体现在教学服务上：
