强烈推荐10 个机器学习教程！（含视频链接）
今天給大家推薦 10 個(gè)機(jī)器學(xué)習(xí)課程清單，含課程視頻。這份教程是由一名來(lái)自硅谷的計(jì)算機(jī)科學(xué)家 Chip Huyen。Chip Huyen 是畢業(yè)于斯坦福大學(xué)計(jì)算機(jī)科學(xué)理學(xué)學(xué)士和碩士學(xué)位，在那里她創(chuàng)建并教授了 《TensorFlow 深度學(xué)習(xí)課程》。
Chip Huyen 主頁(yè)：
https://huyenchip.com/
言歸正傳，這份機(jī)器學(xué)習(xí)課程清單由愛(ài)可可老師整理和搬運(yùn)，并強(qiáng)烈推薦！下面逐一介紹。
1、《Probability and Statistics》（斯坦福概率和統(tǒng)計(jì)）
本課程旨在提供一個(gè)方便、包容和支持的概率和統(tǒng)計(jì)學(xué)習(xí)方法。方便所有人快速掌握核心知識(shí)。
課程地址：
https://online.stanford.edu/courses/gse-yprobstat-probability-and-statistics
2.?《Linear Algebra》（MIT 線性代數(shù)）
課程地址：
https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/
3.?《CS231N: Convolutional Neural Networks for Visual Recognition》（斯坦福卷積網(wǎng)絡(luò)視覺(jué)識(shí)別）
課程主頁(yè)：
http://cs231n.stanford.edu/
油管視頻：
https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv
B 站視頻：
https://www.bilibili.com/video/av13260183/
4.?《Practical Deep Learning for Coders》（fastai 程序員深度學(xué)習(xí)實(shí)戰(zhàn)）
課程主頁(yè)：
https://course.fast.ai/
油管視頻：
https://www.youtube.com/playlist?list=PLfYUBJiXbdtSIJb-Qd3pw0cqCbkGeS0xn
參考資料：
https://www.fast.ai/2019/01/24/course-v3/
B 站視頻：
https://www.bilibili.com/video/av41718196/
5.?《CS224N: Natural Language Processing with Deep Learning》（斯坦福深度學(xué)習(xí)自然語(yǔ)言處理）
課程主頁(yè)：
http://web.stanford.edu/class/cs224n/index.html#schedule
油管視頻：
https://www.youtube.com/playlist?list=PLU40WL8Ol94IJzQtileLTqGZuXtGlLMP_
B 站視頻：
https://www.bilibili.com/video/av46216519/
6.?《Machine Learning》（Coursera 斯坦福機(jī)器學(xué)習(xí)課程）
這就是吳恩達(dá)開(kāi)設(shè)的爆火機(jī)器學(xué)習(xí)入門(mén)課！這門(mén)課基本涵蓋了機(jī)器學(xué)習(xí)的主要知識(shí)點(diǎn)，例如：線性回歸、邏輯回歸、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、K-Means、異常檢測(cè)等等。而且課程中沒(méi)有復(fù)雜的公式推導(dǎo)和理論分析。Ng 的目的是讓機(jī)器學(xué)習(xí)初學(xué)者能夠快速對(duì)整個(gè)機(jī)器學(xué)習(xí)知識(shí)點(diǎn)有比較整體的認(rèn)識(shí)，便于快速入門(mén)。
課程主頁(yè)：
https://www.coursera.org/learn/machine-learning
7.?《Probabilistic Graphical Models Specialization》（Coursera 斯坦福概率圖模型專項(xiàng)課程）
課程地址：
https://www.coursera.org/specializations/probabilistic-graphical-models
8.?《Introduction to Reinforcement Learning》（DeepMind 強(qiáng)化學(xué)習(xí)導(dǎo)論）
油管視頻：
https://www.youtube.com/playlist?list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ
9.?《Full Stack Deep Learning Bootcamp》（全棧深度學(xué)習(xí)訓(xùn)練營(yíng)）
課程主頁(yè)：
https://fullstackdeeplearning.com/
B 站視頻：
https://www.bilibili.com/video/av49643298
GitHub：
https://github.com/full-stack-deep-learning/fsdl-text-recognizer-project
10-1.?《How to Win a Data Science Competition: Learn from Top Kagglers》（Coursera 跟頂級(jí) Kagglers 學(xué)習(xí)如何贏取數(shù)據(jù)科學(xué)競(jìng)賽）
課程主頁(yè)：
https://www.coursera.org/learn/competitive-data-science
10-2《BerkeleyX: CS188.1x Artificial Intelligence》（伯克利 AI）
課程主頁(yè)：
https://inst.eecs.berkeley.edu/~cs188/fa18/
edX 課程地址：
https://courses.edx.org/courses/BerkeleyX/CS188.1x-4/1T2015/course/
B 站視頻：
https://www.bilibili.com/video/av39489278/
愛(ài)可可老師這樣評(píng)價(jià)：添完搬運(yùn)鏈接，有那么一瞬間被自己感動(dòng)了。作為讀者，看到這 10 個(gè)機(jī)器學(xué)習(xí)清單列表，感覺(jué)又有的看了！
感興趣的讀者可以按照清單順序?qū)W習(xí)，也可以根據(jù)自己的實(shí)際情況挑選相應(yīng)的課程學(xué)習(xí)。希望對(duì)大家有所幫助！
本站簡(jiǎn)介↓↓↓?
“機(jī)器學(xué)習(xí)初學(xué)者”是幫助人工智能愛(ài)好者入門(mén)的個(gè)人公眾號(hào)（創(chuàng)始人：黃海廣）
初學(xué)者入門(mén)的道路上，最需要的是“雪中送炭”，而不是“錦上添花”。
本站的知識(shí)星球（黃博的機(jī)器學(xué)習(xí)圈子）ID：92416895
目前在機(jī)器學(xué)習(xí)方向的知識(shí)星球排名第一（上圖二維碼）
往期精彩回顧
良心推薦：機(jī)器學(xué)習(xí)入門(mén)資料匯總及學(xué)習(xí)建議
黃海廣博士的github鏡像下載（機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記及資源）
機(jī)器學(xué)習(xí)小抄-（像背托福單詞一樣理解機(jī)器學(xué)習(xí)）
首發(fā)：深度學(xué)習(xí)入門(mén)寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書(shū)
機(jī)器學(xué)習(xí)必備寶典-《統(tǒng)計(jì)學(xué)習(xí)方法》的python代碼實(shí)現(xiàn)、電子書(shū)及課件
重磅 | 完備的 AI 學(xué)習(xí)路線，最詳細(xì)的資源整理！
圖解word2vec(原文翻譯)
斯坦福CS229機(jī)器學(xué)習(xí)課程的數(shù)學(xué)基礎(chǔ)（概率論和線性）
備注：本站qq群：865189078（共8個(gè)群，不用重復(fù)加）。
加入本站微信群，請(qǐng)加黃博的助理微信，說(shuō)明：公眾號(hào)用戶加群。
總結(jié)
以上是生活随笔為你收集整理的强烈推荐10 个机器学习教程！（含视频链接）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 非常详细的transformer笔记，包
- 下一篇： 推荐：数据竞赛的利器XGBoost的常见