本文長度1101字
預計閱讀時間3分鐘
》》》資源請見文末》》》
當下,機器學習人才需求旺盛,但是國內開設人工智能專業的高校並不多。即使是計算機背景的畢業生仍然會大量依靠互聯網的自學資源。可以說,機器學習領域,大多數人仍擁有一個公平的起跑線。
在此,筆者精心挑選了5大優質學習資源(中文字幕),供大家自學使用:
《斯坦福大學公開課 :機器學習課程》
“這是最火的機器學習入門課程,沒有之一”
作為人工智能和機器學習領域國際最權威學者之一,美籍華人吳恩達主講的《機器學習課程》可能是最為大眾熟知的公開課。
這門課的特點在於它略過了數學推導,而更注重數學原理背後的直觀與思路。是非常好的入門資料!
《麻省理工學院公開課:人工智能》
這是最早的人工智能公開課資料,誕生於人工智能火爆的前的2010年。這份資料主要講述人工智能各個方面的知識,從博弈論到算法,從數學到哲學,皆有提及。
《Geoffrey Hinton機器學習課程》
被譽為“人工智能教父”,Geoffrey Hinton曾跨過人工智能寒冬,為世界帶來機器學習的春天。在這份資料中,Hinton強調基礎算法,以及對它們應用它們所需的實用技巧,難度較高。
《加州理工學院公開課:機器學習與數據挖掘》
這份資料涵蓋了機器學習基本理論與應用場景。講述瞭如何將這些成果運用到商業與工業領域中去。課程風格較為嚴肅,深入。適合已經有基礎的讀者用於提高。
《國立臺灣大學李宏毅機器學習》
個人最推薦
李弘毅的課程時常摻雜動漫人物
其實,臺大李弘毅的機器學習課程是筆者個人最推薦的。可以說,這是筆者觀看過最通俗易懂的公開課資源之一。
同時這也是5份公開課資源中最新的一份(2017年),所以包含了許多最新的研究成果,比如深度學習中“深”的優勢(參見講座“Why Deep?”),等等。李弘毅教授風趣的授課方式也深得我心。
機器學習乾貨君致力於原創易於理解的技術原理與細節文章
I Studied Hard,
So YOU Don't Have To !
歡迎大家關注: )
相關乾貨:
請私信發送“頂級大學資源”領取筆者精心整理的課程資源(中字)