原文：
www.kdnuggets.com/2023/02/free-tensorflow-20-complete-course.html
作者提供的图片
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
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 IT
AI 解决方案和机器学习系统已经彻底改变了我们的工作方式和学习方式。它已经达到一个转折点，并正在塑造人类的未来。全球顶级科技公司如 Google、Microsoft、Amazon、Apple、Meta、Tesla 等都在大量投资 AI 应用的升级和开发。此外，依据 Precedence Research 的报告：
“全球人工智能（AI）市场规模在 2022 年估计为 1197.8 亿美元，预计到 2030 年将达到 15971 亿美元，2022 至 2030 年的年均增长率为 38.1%”
当前市场上的这些趋势要求该领域的劳动力具备更高的技能，并成为最高薪资领域之一。也就是说，如果你是一个对机器学习和人工智能感兴趣的初学者 Python 程序员，那么这篇文章就是为你准备的，请继续阅读。
FreeCodeCamp 已与 Tim Ruscica（也称为 “Tech With Tim”）合作发布了 免费 TensorFlow 2.0 完整课程 - 初学者 Python 神经网络教程。这个 7 小时 的课程讲解了机器学习和人工智能中的基本概念，如核心学习算法、使用神经网络的深度学习、使用卷积神经网络的计算机视觉、使用递归神经网络的自然语言处理以及强化学习。让我们深入了解课程内容：
本课程要求你具备 Python 编程的基础知识。如果你之前没有使用过 Python，我个人建议你先学习 “Python 入门 - FreeCodeCamp 免费课程” 然后再学习本课程。
该课程分为以下 8 个模块：
本模块首先解释了整个课程中将使用的基本术语，如机器学习、人工智能、神经网络等。还讨论了数据的重要性。标签和特征是什么？神经网络如何工作？
本模块讲解了以下主题：
-
TensorFlow 安装和设置
-
张量表示
-
张量的形状和秩
-
张量的类型
本模块涵盖了 4 种基本的机器学习算法。这些算法已应用于独特的问题和数据集，并突出每种算法的应用场景。讨论的 4 种算法是
-
线性回归
-
分类
-
聚类
-
隐马尔可夫模型
本模块涵盖了以下子主题：
-
神经网络如何工作？
-
创建神经网络
-
数据预处理
-
构建和训练模型
-
评估模型
-
进行和验证预测
本模块讲解了如何使用卷积神经网络进行图像分类和物体检测/识别，并解释了以下概念：
-
图像数据
-
卷积层
-
池化层
-
CNN 架构
介绍了一种新型的神经网络，能够更有效地处理文本或字符等序列数据，称为递归神经网络 (RNN)。解释了如何使用递归神经网络完成以下任务：
-
情感分析
-
字符生成
这是课程中的最后一个主题，涵盖了强化学习并使用不同的技术进行预测。本模块讨论的主题如下：
-
基本术语
-
Q-学习
-
Q-学习示例
本模块推荐了一些进一步学习 TensorFlow 的资源。
如果你有兴趣深入了解本课程，请查看下面的课程视频：
本课程包括对每个模块的全面解释和各种编码示例。完成后，你将对机器学习和 AI 的基本概念有深刻的理解，并能够将它们应用于你的数据和特定问题。
Kanwal Mehreen 是一位有抱负的软件开发人员，对数据科学和 AI 在医学中的应用充满热情。Kanwal 被选为 2022 年 APAC 区域的 Google Generation Scholar。Kanwal 喜欢通过撰写关于趋势主题的文章来分享技术知识，并热衷于改善女性在科技行业中的代表性。