资源放送机器学习/深度学习公开视频大放送

该篇小记一下机器学习与深度学习的一些好的基础视频资源。

如果你是刚入门的小白，建议细细阅读一下下面将要介绍的课程哦，这些课程基本上涵盖了机器学习与深度学习的所有国内外的视频资源。可能学习的过程中第一遍看的时候看不懂，或者只能懂很浅显的一部分，但是不要紧，多看几遍，并且认真地完成相应的任务训练，每一次你都会有不同的收获的，并一步步踏入AI行业。

019机器学习相关视频

1.1 台湾大学林轩田老师 

台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。是作为入门和进阶的非常棒的资料。

1.2 斯坦福大学吴恩达博士

下面介绍的是大名鼎鼎的吴恩达博士在Coursera开设的机器学习课程，该课程是免费的，字幕中英可选，侧重于基本的更底层的原理介绍、一些浅层的算法讲解和工程实现，对初学者可以说是相对友好的呢。同时学好了这门课程对于较好的理解机器学习乃至深度学习是非常有帮助的。

让人非常激动的是该教程也有网友翻译成中文版的了，非常浅显易懂的。

02 深度学习相关视频

学习好了机器学习，可以进阶到深度学习啦。网络上相关的视频也是很多的。

2.1 复旦大学吴立德教授

首先介绍一下在中国大学公开课网站里，吴立德教授的“深度学习”课程视频。对计算机领域的学生和从业者来说，“吴立德专题讨论班”是一块名声在外的业界招牌。吴老先生“深度学习”课程视频总点击量达到九千余次，网站论坛里还流传着网友悉心整理的听课笔记。吴立德教授是一位令人尊敬的退而不休的专题讨论者。

2.2 台湾大学李宏毅老师

下面介绍的是台湾大学的李宏毅老师。李宏毅老师教授的深度学习课程主要针对初学者，课程的内容深入浅出，训练和预测样本都是各种数码宝贝和二次元卡通人物，绝对让你耳目一新。而且还可以感受一下老师可爱的台湾腔哦。

2.3 Fast.ai

这是由kaggle赛事老司机，连续两年冠军Jeremy Howard和Rachel Tomas 联合创办的MOOC。Jeremy Howard自学成才，是kaggle竞赛高手，企业家和Fast.ai的CEO。他的独特背景让这门课程变得与众不同，而且他教会了不同背景的人如何使用深度学习，他们向世人展示如何选择和使用最有效的深度学习方法去解决他们的问题，他们将课程变得通俗易懂。

附上课程官网：https://www.fast.ai/

附上课程首页：https://course.fast.ai/

2.4 斯坦福大学吴恩达博士

下面又来介绍吴恩达博士啦，吴恩达教授最近也开了一门深度学习的课程，一共五部分，分别是：神经网络和深度学习；改善深层神经网络：超参数调试、正则化以及优化；结构化机器学习项目；卷积神经网络；序列模型。除此之外，吴恩达教授还给我们了彩蛋，是吴恩达博士采访人工智能大师的实录，给我们提供榜样的力量，让我们更深入地走进大师们的生活中。不仅如此，吴恩达博士还提供了一些优秀的论文供我们阅读，深入了解深度学习的发展。

吴恩达教授在深度学习领域中无人不知无人不晓，而且他在教育行业对学生们做的贡献也让我们赞服。有网友翻译成中文版的了，让初学者更容易理解。

2.5 斯坦福大学李飞飞教授

一个想要步入计算机视觉领域的童鞋都很熟悉的一个课程，那就是CS 231n。这门课由AI圈领军人李飞飞老师亲自设计教学，专注深度学习在计算机视觉领域的应用，内容涵盖多种神经网络具体结构与训练应用细节，质量和内容都非常之高。

课程重点介绍了如何创建图像识别问题，学习算法（例如反向传播算法），训练和微调网络的实用工程技巧，引导学生进行实际操作和最终的课程项目。

2.6 精品课程大全集

以上这些都是一些基础的入门的一些课程，下面介绍一个与计算机科学有关的精品课程大全集，难道你要错过？

附上链接：

https://github.com/prakhar1989/awesome-courses

很多的大学在互联网上提供了很多关于机器学习，深度学习以及相关分支领域的很多宝藏。上面这份清单试图总结了那些很棒的CS课程，这些课程免费在线提供了高质量的学习材料，有作业，讲座，笔记，阅读和考试等。

这个网站上的课程包括算法，人工智能，计算机图形学，计算机科学，机器学习，编程语言，网络安全，系统等。

这里举一个自然语言处理NLP方向课程的例子，CS 224d。这个网站上会提供课程的相关内容介绍，课程笔记链接，还有作业。当然，你可以按照自己未来想要发展的方向选择课程的学习哦。

03总结

视频公开课有很多：

• 网易公开课，MOOC，是国内做得很不错的公开课，也翻译了一些国外著名的公开课教程。
• Coursera是由斯坦福大学计算机科学教授吴恩达和达芙妮·科勒联合创建，与多家大学合作，给大众带来一些在线免费课堂的平台。上面的课程很新很多，且有对应的练习，特别是编程练习，超赞的。
• 斯坦福网上公开课，也有很多免费的高质量的课程。
• Udacity公开课程，当然，里面也有不少好教程。

这篇好文章是转载于：学新通技术网