10 门必修的机器学习名校公开课，旨在完善你的 AI 学习路线！
點擊上方“AI有道”，選擇“星標”公眾號
重磅干貨，第一時間送達
編輯 | 紅色石頭
本文將給大家介紹機器學習和數據科學領域 10 個全球知名的免費公開課！這些課程遵循的學習路線從機器學習入門到深入學習，再到自然語言處理等。
這 10 大課程來自于?Columbia University, Krakow Technical University, MIT, UC Berkeley, University of Washington, University of Wisconsin–Madison, 和 Yandex Data School。
下面我們分別來介紹這 10 門課程！
1.《機器學習》
華盛頓大學（University of Washington）
課程地址：
https://courses.cs.washington.edu/courses/cse546/17au/
本課程旨在為機器學習的基本方法和算法提供一個全面的基礎。本課程的主題來自經典統計、機器學習、數據挖掘、貝葉斯統計和優化。
先決條件：進入課堂的學生應該熟悉編程，并且應該具有線性代數、概率、統計和算法的預先存在的工作知識。
2.《機器學習》
威斯康星大學麥迪遜分校（University of Wisconsin-Madison）
課程地址：
http://pages.stat.wisc.edu/~sraschka/teaching/stat479-fs2018/
本課程將涵蓋機器學習的關鍵概念，包括分類、回歸分析、聚類和降維。學生們將學習機器學習算法的基本數學概念，但本課程將同樣關注使用來自 Python 編程生態系統的開放源代碼庫的機器學習算法實際使用。
3.《算法》
哥倫比亞大學（Columbia University）
課程地址：
https://github.com/jstray/lede-algorithms/blob/master/README.md
這是一門關于新聞學中的算法數據分析的課程，也是對社會中使用的算法的新聞分析。主要主題是文本處理、高維數據可視化、回歸、機器學習、算法偏差和責任感、蒙特卡羅模擬和選舉預測。
所有的編碼都是在 Python 中完成的，使用 pandas、matplotlib 和 scikit-learn。
4.《深度學習實戰》
Yandex 數據學院
課程地址：
https://github.com/yandexdataschool/Practical_DL/tree/master
5.《30 小時大數據》
克拉科夫技術大學（Krakow Technical University）
課程地址：
http://ondata.blog/big-data-in-30-hours/
這門技術實踐課的目標是在 15個 講座期間（每個 2 小時）向技術人員（企業、學術或學生）介紹實用數據工程和數據科學。所有的科目都是通過例子介紹的，學生可以立即使用命令行或 GUI 工具進行學習。?
先決條件：參與者必須是技術性的、對一般編程和操作系統相當流利的，并且基本了解 Linux shell、數據庫和 SQL。課程 9-15 將需要掌握 Python 的工作知識。
6. 深度強化學習訓練營
伯克利加州大學（University of California, Berkeley）
課程地址：
https://sites.google.com/view/deep-rl-bootcamp/lectures
強化學習考慮了學習行動的問題，并準備為下一代人工智能系統提供動力，該系統需要超越輸入輸出模式識別（已經足夠用于語音、視覺、機器翻譯），但必須生成智能行為。示例應用領域包括機器人、營銷、對話、暖通空調、優化醫療和供應鏈。
為期兩天的訓練營將通過講座和實踐性的實驗室課程，向您傳授深層 RL 的基礎知識，這樣您就可以繼續使用這些技術構建新的迷人的應用程序，甚至可能推動算法領域的發展。
7.《人工智能導論》
華盛頓大學（University of Washington）
課程地址：
https://courses.cs.washington.edu/courses/cse573/17wi/
8. 《Brains, Minds and Machines Summer Course》
麻省理工學院（MIT）
課程地址：
https://ocw.mit.edu/resources/res-9-003-brains-minds-and-machines-summer-course-summer-2015/
本課程探討了智力的問題，它的本質，它是如何由大腦產生的，以及如何使用一種整合認知科學（研究大腦）的方法在機器中復制，神經科學（研究大腦）以及計算機科學和人工智能（研究開發所需的計算）。材料來自海洋生物實驗室每年提供的大腦、大腦和機器夏季課程。
9.《算法設計與分析》
麻省理工學院（MIT）
課程地址：
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-design-and-analysis-of-algorithms-spring-2015/
這是一門中級算法課程，重點是設計和分析高效算法的教學技術，強調應用方法。主題包括分治、隨機化、動態編程、貪婪算法、增量改進、復雜性和密碼學。
10.《自然語言處理》
華盛頓大學（University of Washington）
課程地址：
https://courses.cs.washington.edu/courses/cse517/17wi/
【推薦閱讀】
干貨 | 公眾號歷史文章精選（附資源）
我的深度學習入門路線
我的機器學習入門路線圖
?加入 AI 視界，給你不一樣的 AI 視野！
總結
以上是生活随笔為你收集整理的10 门必修的机器学习名校公开课，旨在完善你的 AI 学习路线！的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 7年专科生程序员同时去腾讯和微软面试，问
- 下一篇： 这 28 张精炼图，将吴恩达的 deep