文章來源：Hackerearth 作者：DhanyaMenon
這11周的課程由Coursera公司創(chuàng)始人之一的Andrew Ng講解。Andrew Ng是斯坦福大學(xué)的副教授，也是百度的首席科學(xué)家。本次課程主要講解機(jī)器學(xué)習(xí)的應(yīng)用，它討論了最好的機(jī)器學(xué)習(xí)技術(shù)和基于統(tǒng)計(jì)學(xué)的模式識(shí)別，并教你如何實(shí)現(xiàn)相關(guān)機(jī)器學(xué)習(xí)算法。
廣泛地說，它包括監(jiān)督和無監(jiān)督學(xué)習(xí)，線性和邏輯回歸，正則化方法，以及樸素貝葉斯理論。他在課程中使用Octave和MATLAB軟件輔助分析。該課程使用了豐富的案例研究和最新實(shí)際應(yīng)用。默認(rèn)聽課的學(xué)生已經(jīng)具備一定的概率，線性代數(shù)和計(jì)算機(jī)科學(xué)方面的基礎(chǔ)知識(shí)。本課程獲得用好評如潮。
課程鏈接：https://www.coursera.org/learn/machine-learning
二、Udacity平臺(tái)—機(jī)器學(xué)習(xí)介紹
這是優(yōu)達(dá)學(xué)城Udacity關(guān)于Nanodegree課程的一部分，本課程大約10周，教授使用機(jī)器學(xué)習(xí)技術(shù)來提取有用的內(nèi)涵信息，進(jìn)而處理相關(guān)數(shù)據(jù)集所需掌握的所有知識(shí)。Sebastian Thrun和Katie Malone教授希望初學(xué)者預(yù)先了解基本的統(tǒng)計(jì)概念和Python編程語言。
本課程教你從聚類決策樹的所有相關(guān)知識(shí)，從ML算法如Adaboost算法到支持向量機(jī)算法（SVMs）。我們也建議你可以先修一些介紹諸如數(shù)據(jù)處理、數(shù)據(jù)分析、信息可視化的數(shù)據(jù)通信、多尺度數(shù)據(jù)等數(shù)據(jù)科學(xué)入門課程。
課程鏈接：https://cn.udacity.com/course/intro-to-machine-learning--ud120
三、EdX平臺(tái)—數(shù)據(jù)學(xué)習(xí)課程《機(jī)器學(xué)習(xí)導(dǎo)論》
Yaser S. Abu-Mostafa是來自加州理工學(xué)院的電氣工程與計(jì)算機(jī)科學(xué)的教授，他將會(huì)為你講授機(jī)器學(xué)習(xí)的基本理論原理、算法和應(yīng)用。
這門課程將持續(xù)10周，每周需要10-20小時(shí)的學(xué)習(xí)時(shí)間。另外，他們還有一門5周的課程——面向數(shù)據(jù)科學(xué)與分析的機(jī)器學(xué)習(xí)（ Machine Learning for Data Science andAnalytics）（鏈接：https://www.edx.org/course/machine-learning-data-science-analytics-columbiax-ds102x-0），在這門課程中初學(xué)者能夠?qū)W到更多算法方面的知識(shí)。
課程鏈接：https://www.edx.org/course/learning-data-introductory-machine-caltechx-cs1156x#!
四、YouTube—統(tǒng)計(jì)機(jī)器學(xué)習(xí)
高級(jí)機(jī)器學(xué)習(xí)這門視頻講座（發(fā)布在YouTube上）的主講人是Larry Wasserman，他是卡耐基.梅隆大學(xué)統(tǒng)計(jì)系和機(jī)器學(xué)習(xí)系的教授。
學(xué)習(xí)這門課程的前提是已經(jīng)學(xué)習(xí)過他專門為博士生設(shè)計(jì)的中間統(tǒng)計(jì)和機(jī)器學(xué)習(xí)（10-715）兩門課程。如果你沒有參加過這兩門課程的學(xué)習(xí)，那么你需要確保你在數(shù)學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)方面有足夠的知識(shí)儲(chǔ)備。
課程鏈接：https://www.youtube.com/watch?list=PLTB9VQq8WiaCBK2XrtYn5t9uuPdsNm7YE&v=zcMnu-3wkWo
五、Coursera—《機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)》
Coursera提供的這門16周的高級(jí)課程由多倫多大學(xué)著名的退休教授、曾就職于谷歌山景總部的格里高利欣頓執(zhí)教。作為深度學(xué)習(xí)領(lǐng)域的開拓者，YouTube上欣頓的視頻課程講授神經(jīng)網(wǎng)絡(luò)在圖像分割、人體運(yùn)動(dòng)、建模語言、語音與目標(biāo)識(shí)別等方面的應(yīng)用，要求學(xué)生熟悉微積分并有Python編程經(jīng)驗(yàn)。
課程鏈接：https://www.youtube.com/watch?list=PLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9&v=cbeTc-Urqak
六、Udacity—谷歌的深度學(xué)習(xí)課程
Udacity提供的這門免費(fèi)課程“將機(jī)器學(xué)習(xí)帶入了新的階段”。谷歌這門為期三個(gè)月的課程并不是為初學(xué)者設(shè)計(jì)的，它介紹的是深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)的動(dòng)機(jī)，以及面向文本和序列的深度模型。
課程導(dǎo)師Vincent Vanhoucke 和 Arpan Chakraborty希望參與者能夠具有Python和GitHub編程經(jīng)驗(yàn)，并且了解機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、線性代數(shù)和微積分的基本概念。區(qū)別其他平臺(tái)課程，TensorFlow（谷歌內(nèi)部深度學(xué)習(xí)圖書館）課程的好處是學(xué)生可以自定義學(xué)習(xí)進(jìn)度。
課程鏈接：https://cn.udacity.com/course/deep-learning--ud730
七、Kaggle平臺(tái)—關(guān)于機(jī)器學(xué)習(xí)的R語言教程
DataCamp平臺(tái)提供這一交互式學(xué)習(xí)體驗(yàn)，有助于你脫穎而出。此外還提供一個(gè)《R入門》的免費(fèi)課程。
課程鏈接：https://www.kaggle.com/news
八、EdX在線平臺(tái)—機(jī)器學(xué)習(xí)原理課程
作為在數(shù)據(jù)科學(xué)領(lǐng)域微軟認(rèn)證考試的一部分，這門為期六周的課程只是中級(jí)水平，它將教會(huì)你如何通過Python、R和Azure機(jī)器學(xué)習(xí)來構(gòu)建并使用機(jī)器學(xué)習(xí)模型。
Steve Elston 博士和 Cynthia Rudin兩位導(dǎo)師將介紹分類和回歸算法在機(jī)器學(xué)習(xí)、監(jiān)督模型、非線性模型、聚類和推薦系統(tǒng)中的應(yīng)用。另外，如需認(rèn)證證書，需額外付款。
課程鏈接：https://www.edx.org/course/principles-machine-learning-microsoft-dat203-2x-2
九、Coursera—《機(jī)器學(xué)習(xí)專業(yè)證書課程》
華盛頓大學(xué)利用實(shí)際案例研究已開設(shè)5門講授機(jī)器學(xué)習(xí)基礎(chǔ)的課程。這6周的課要求每周5至8小時(shí)的學(xué)習(xí)，涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)、分類、聚類、退化、推薦系統(tǒng)以及降維、采用深度學(xué)習(xí)的工程。
來自亞馬遜的Emily Fox 和 Carlos Guestrin將會(huì)作為這門課程的導(dǎo)師，他們希望參與者能夠具備基本的數(shù)學(xué)和編程技能，同時(shí)具有Python編程的工作經(jīng)驗(yàn)。這門課程是免費(fèi)的，但取得證書需要額外付費(fèi)。
課程鏈接：https://www.coursera.org/specializations/machine-learning
人工智能課程：
一、EdX在線平臺(tái)的人工智能課程
來自EdX在線課堂平臺(tái)的這門課程主要介紹的是人工智能的應(yīng)用，例如機(jī)器人、自然語言處理、機(jī)器學(xué)習(xí)算法（人工智能分支）、數(shù)據(jù)結(jié)構(gòu)、博弈算法和約束滿足問題。這門課程是來自哥倫比亞大學(xué)的高級(jí)教程，將會(huì)持續(xù)12周。
課程鏈接：https://www.edx.org/course/artificial-intelligence-ai-columbiax-csmm-101x
二、Udacity—《人工智能入門》
此課程講授人工智能的“典型應(yīng)用”，是Udacity的機(jī)器學(xué)習(xí)工程師Nano學(xué)位課程的一部分，
Sebastian Thrun和Peter Norvig兩位導(dǎo)師將會(huì)帶領(lǐng)你學(xué)習(xí)貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)等人工智能的基礎(chǔ)課程，以及自然語言處理、機(jī)器人和圖像處理等人工智能應(yīng)用。參與課程的學(xué)生需要掌握線性代數(shù)和概率論知識(shí)。
課程鏈接：https://cn.udacity.com/course/intro-to-artificial-intelligence--cs271
三、《人工智能：原理與技術(shù)》
這個(gè)斯坦福大學(xué)的課程講授如何使用數(shù)學(xué)工具處理諸如機(jī)器翻譯、語音和人臉識(shí)別以及自動(dòng)駕駛等復(fù)雜問題。您可以先看授課大綱——機(jī)器學(xué)習(xí)概念、樹搜索、動(dòng)態(tài)規(guī)劃、啟發(fā)式搜索、博弈、馬爾科夫決策過程、約束滿足問題、貝葉斯網(wǎng)絡(luò)、邏輯以及任務(wù)規(guī)劃。
課程鏈接：http://web.stanford.edu/class/cs221/
四、Udacity—喬治亞理工學(xué)院的《機(jī)器人人工智能》
由Udacity在線平臺(tái)提供的這門課程主要介紹的是斯坦福大學(xué)和谷歌聯(lián)合開發(fā)的自動(dòng)駕駛技術(shù)。它是深度學(xué)習(xí)無學(xué)位基礎(chǔ)課程的一部分。Sebastian Thrun導(dǎo)師將會(huì)介紹定位算法、卡爾曼濾波和粒子濾波，PID控制，和即時(shí)定位與地圖構(gòu)建（SLAM）技術(shù)。這門課程需要參與者熟練掌握線性代數(shù)和概率論等數(shù)學(xué)知識(shí)，會(huì)用Python，并且有編程經(jīng)驗(yàn)。
課程鏈接：https://cn.udacity.com/course/artificial-intelligence-for-robotics--cs373
聯(lián)系客服
