如果您在这里，您已经知道真相：机器学习是一切的未来。

未来几年，世界上将没有一个行业不受机器学习的影响。这是一种变革性的力量，你要么选择现在就理解它，要么在令人难以置信的变革浪潮中迷失。您可能已经每天多次使用依赖机器学习技术的应用程序。那么为什么还要继续待在黑暗中呢？

已有许多关于机器学习的课程。我开设这门课程是为了对该主题进行最好的 介绍。没有一个主题是不受影响的，我们永远不会让任何区域处于黑暗之中。如果您学习本课程，您将准备好进入并理解机器学习领域的任何子学科。

一个常见问题–为什么选择 Javascript？我以为 ML 就是关于 Python 和 R 的？

答案很简单——使用 Javascript 进行机器学习比使用 Python 更容易学习。尽管 Python 非常流行，但它是一种“富有表现力”的语言，它是一个意思是“令人困惑的语言”的代码词。一行 Python 代码可以包含大量的功能；当你理解语言和主题时，这很好，但当你尝试学习一个全新的主题时，这就没那么好了。

除了 Javascript 使机器学习更容易理解之外，它还为您可以构建的应用程序开辟了新的视野。您不必局限于在服务器上部署 Python 代码来运行 ML 代码，您可以构建单页应用程序，甚至是运行有趣算法的浏览器扩展，这可以让您开发出完全新颖的用例！

这门课程的重点是算法、数学、Tensorflow 还是什么？！？！

老实说，绝大多数在线 ML 课程都围绕着令人困惑的主题。他们鼓励您使用预构建的算法和函数来为您完成所有繁重的工作。虽然这可以让您快速取得成功，但最终会妨碍您理解 ML 的能力。  只有了解底层算法，您才能了解如何应用 ML 技术。

这就是本课程的目标 – 我希望您了解最常见的机器学习算法中使用的确切数学和编程技术。一旦掌握了这些知识，您就可以轻松地即时学习新算法，并构建比其他只了解如何将数据传递到魔法库的工程师更有趣的项目和应用程序。

没有数学背景？没关系！我特别注意确保在没有对正在发生的事情进行适当介绍的情况下，任何讲座都不会深入“数学”主题。

您将学到的内容的简短列表：

• 高级内存分析可增强算法的性能
• 构建由强大的Tensorflow JS 库提供支持的应用程序
• 开发可在浏览器中或使用 Node JS运行的程序
• 编写干净、易于理解的机器学习代码，没有单一名称的变量或令人困惑的函数
• 了解线性代数的基础知识，以便您可以通过基于矩阵的运算显着加快代码速度。（别担心，我会让数学变得简单！）
• 理解如何改变常见算法以适应您独特的用例
• 使用定制的图形库绘制分析结果
• 学习可应用于任何类型 Javascript 代码的性能增强策略
• 浏览器和 Node JS 环境中的数据加载技术