麻省、谷歌、斯坦福、Yandex的10個機器學習和數(shù)據(jù)科學必修課程陪你走完2018

2018-12-25 來源：raincent

這是一系列免費的機器學習和數(shù)據(jù)科學課程，課程范圍從入門機器學習到深度學習到自然語言處理等。

此系列由麻省理工學院、谷歌、斯坦福大學、fast.ai和Yandex數(shù)據(jù)學校提供，內容主要如下：

麻省理工學院

6.0002計算思維與數(shù)據(jù)科學

6.S191深度學習簡介課程

斯坦福大學

CS229: Machine Learning課程

CS 124：從語言到信息課程

fast.ai

編碼器機器學習簡介課程

編碼器實用深度學習課程

編碼器的計算線性代數(shù)課程

谷歌

機器學習速成課程

Yandex數(shù)據(jù)學校

自然語言處理課程

實用強化學習課程

麻省理工學院

6.0002計算思維與數(shù)據(jù)科學課程

麻省理工學院的6.0002計算思維與數(shù)據(jù)科學課程是6.0001計算機科學和Python編程簡介的延續(xù)，適用于編程經(jīng)驗很少或沒有編程經(jīng)驗的學生。它旨在讓學生了解計算在解決問題方面可以發(fā)揮的作用，并讓學生相信他們能夠編寫小程序，使他們能夠實現(xiàn)有用的目標。該課程使用Python 3.5編程語言。

課程網(wǎng)址：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0002-introduction-to-computational-thinking-and-data-science-fall-2016/

6.S191深度學習簡介課程

麻省理工學院的6.S191深度學習簡介課程包括機器翻譯、圖像識別和游戲等應用。學生不僅會獲得深度學習算法的基礎知識，還會獲得在TensorFlow中構建神經(jīng)網(wǎng)絡的實踐經(jīng)驗。

課程介紹

課程網(wǎng)址：http://introtodeeplearning.com/

斯坦福大學

CS229: Machine Learning課程

斯坦福大學的CS229: Machine Learning課程提供機器學習和統(tǒng)計模式識別的廣泛介紹。主題包括：監(jiān)督學習(生成/判別學習、參數(shù)/非參數(shù)學習、神經(jīng)網(wǎng)絡、支持向量機); 無監(jiān)督學習(聚類、降維、核方法); 學習理論(偏差/方差權衡、VC理論); 強化學習和自適應控制。

該課程還將討論機器學習的最新應用，例如機器人控制、數(shù)據(jù)挖掘、自主導航、生物信息學、語音識別以及文本和Web數(shù)據(jù)處理。

課程網(wǎng)址：http://cs229.stanford.edu/

CS 124：從語言到信息課程

斯坦福大學的CS 124：從語言到信息課程：介紹語義分析、語言模型和向量語義等自然語言處理的模型方法，以及問答系統(tǒng)和聊天機器人等應用。

課程網(wǎng)址：https://web.stanford.edu/class/cs124/#information

fast.ai

編碼器機器學習簡介課程

由Enlitic的創(chuàng)始人Jeremy Howard教授創(chuàng)辦的編碼器機器學習簡介課程可以幫助你了解最重要的機器學習模型，并獲取從頭開始創(chuàng)建它們、數(shù)據(jù)準備、模型驗證和構建數(shù)據(jù)產(chǎn)品的關鍵技能。

課程網(wǎng)址：https://course.fast.ai/ml

編碼器實用深度學習課程

這個為期7周，大約有20個小時的編碼器實用深度學習課程專為至少擁有一年編碼經(jīng)驗的人而設計。你將學習到的內容，包含了獲取在線GPU服務器、搭建高度實用的計算機視覺模型、自然語言處理和推薦系統(tǒng)。

課程網(wǎng)址：https://course.fast.ai/

編碼器的計算線性代數(shù)課程

編碼器的計算線性代數(shù)課程的重點是：我們如何以可接受的速度和可接受的準確度進行矩陣計算?

該課程是2017年夏季舊金山大學的分析科學碩士課程，該課程使用Jupyter筆記本進行Python教學，使用Scikit-Learn和Numpy等大多數(shù)課程庫，以及Numba和PyTorch。

課程網(wǎng)址：https://github.com/fastai/numerical-linear-algebra/blob/master/README.md

谷歌

機器學習速成課程

谷歌的機器學習速成課程包含一系列視頻講座課程、實際案例分析和實踐練習。有25節(jié)課程和40多項練習，主要目的是通過速成課程學習并運用機器學習的基本概念，通過配套開展的 Kaggle 大賽獲得實際體驗。課程開始前，它會根據(jù)你選擇的情況為你推薦課程，有趣的是，該視頻講座的配音是使用機器學習技術生成的。