在过去几年中，Google和Coursera定期联手为开发人员和IT专业人员推出一系列在线课程。其中包括机器学习速成课程，该课程为开发人员介绍机器学习。现在，在此基础上，两家公司正在推出Coursera的机器学习专业。这个由五门课程组成的新专业课更具实用性。
要他们设置自己的环境，学习如何创建和清理数据集，以便在TensorFlow中编写分布式模型，提高这些模型的准确性并调整它们以找到正确的参数。
正如谷歌的大数据和机器学习技术主管Lak Lakshmanan告诉我的，他的团队听说学生和公司真的很喜欢原来的机器学习课程，但想要更深入地挖掘材料。学生不仅想知道如何构建基本模型，还想知道如何将其用于云中的生产中，或者如何为其构建数据管道并找出如何调整参数以获得更好的结果。
Coursera的企业发展副总裁Leah Belsky对此表示赞同，并指出这种侧重于实际模型的专业化将使该证书对雇主更有意义。
专业化的目标受众是想要建立新技能的人 - 这几乎是每个开发人员，特别是现在机器学习几乎在技术的每个领域都取得了进展。由于聘请机器学习专家几乎是不可能的，对于希望现有员工获得这些技能的许多雇主来说，这门课程肯定会很有吸引力。
正如Lakshmanan指出的那样，有许多先进的机器学习模型的用例，但这些课程关注的是更多的“日常模型”，这些模型可以为许多现有产品带来额外的价值。由于专注于现实世界的问题，Lakshmanan还指出，该课程应该对那些对机器学习理论比建筑产品更熟悉的新毕业生有用。
他还指出，仅仅在几年前，开始这样的课程将会非常麻烦，而不是一成不变，因为您需要相对强大的硬件和专用GPU来高效工作。但是，现在，由于提供GPU访问的各种云平台或者甚至像Google Cloud的TPU这样的专用硬件进入壁垒已经大幅下降。
值得注意的是，这些课程期望您已经是一位有能力的程序员。由于像TensorFlow这样的新框架，机器学习开始变得更容易，但这仍然是一项高级技能。在我们看到“通过构建机器学习模型开始用Python进行编程”课程之前，肯定还会有一段时间。
展望未来，Lakshmanan还指出，该团队正在研究将建立在现有团队基础上的下一门课程，但重点是处理非结构化数据。这是一个与自己的技能集不同的问题，它允许第一门课程的毕业生将他们的知识应用于一组完全不同的数据。
閱讀更多 智慧城市研究 的文章
