這是一系列免費(fèi)的機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)課程，課程范圍從入門機(jī)器學(xué)習(xí)到深度學(xué)習(xí)到自然語言處理等。

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

麻省理工學(xué)院

6.0002計(jì)算思維與數(shù)據(jù)科學(xué)

6.S191深度學(xué)習(xí)簡介課程

斯坦福大學(xué)

CS229: Machine Learning課程

CS 124：從語言到信息課程

fast.ai

編碼器機(jī)器學(xué)習(xí)簡介課程

編碼器實(shí)用深度學(xué)習(xí)課程

編碼器的計(jì)算線性代數(shù)課程

谷歌

機(jī)器學(xué)習(xí)速成課程

Yandex數(shù)據(jù)學(xué)校

自然語言處理課程

實(shí)用強(qiáng)化學(xué)習(xí)課程

 

 

麻省理工學(xué)院

6.0002計(jì)算思維與數(shù)據(jù)科學(xué)課程

麻省理工學(xué)院的6.0002計(jì)算思維與數(shù)據(jù)科學(xué)課程是6.0001計(jì)算機(jī)科學(xué)和Python編程簡介的延續(xù)，適用于編程經(jīng)驗(yàn)很少或沒有編程經(jīng)驗(yàn)的學(xué)生。它旨在讓學(xué)生了解計(jì)算在解決問題方面可以發(fā)揮的作用，并讓學(xué)生相信他們能夠編寫小程序，使他們能夠?qū)崿F(xiàn)有用的目標(biāo)。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(xué)習(xí)簡介課程

麻省理工學(xué)院的6.S191深度學(xué)習(xí)簡介課程包括機(jī)器翻譯、圖像識(shí)別和游戲等應(yīng)用。學(xué)生不僅會(huì)獲得深度學(xué)習(xí)算法的基礎(chǔ)知識(shí)，還會(huì)獲得在TensorFlow中構(gòu)建神經(jīng)網(wǎng)絡(luò)的實(shí)踐經(jīng)驗(yàn)。

 

 

課程介紹

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

斯坦福大學(xué)

CS229: Machine Learning課程

斯坦福大學(xué)的CS229: Machine Learning課程提供機(jī)器學(xué)習(xí)和統(tǒng)計(jì)模式識(shí)別的廣泛介紹。主題包括：監(jiān)督學(xué)習(xí)(生成/判別學(xué)習(xí)、參數(shù)/非參數(shù)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)); 無監(jiān)督學(xué)習(xí)(聚類、降維、核方法); 學(xué)習(xí)理論(偏差/方差權(quán)衡、VC理論); 強(qiáng)化學(xué)習(xí)和自適應(yīng)控制。

該課程還將討論機(jī)器學(xué)習(xí)的最新應(yīng)用，例如機(jī)器人控制、數(shù)據(jù)挖掘、自主導(dǎo)航、生物信息學(xué)、語音識(shí)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(xué)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(jī)器人等應(yīng)用。

 

 

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

fast.ai

編碼器機(jī)器學(xué)習(xí)簡介課程

由Enlitic的創(chuàng)始人Jeremy Howard教授創(chuàng)辦的編碼器機(jī)器學(xué)習(xí)簡介課程可以幫助你了解最重要的機(jī)器學(xué)習(xí)模型，并獲取從頭開始創(chuàng)建它們、數(shù)據(jù)準(zhǔn)備、模型驗(yàn)證和構(gòu)建數(shù)據(jù)產(chǎn)品的關(guān)鍵技能。

 

 

課程網(wǎng)址：https://course.fast.ai/ml

編碼器實(shí)用深度學(xué)習(xí)課程

這個(gè)為期7周，大約有20個(gè)小時(shí)的編碼器實(shí)用深度學(xué)習(xí)課程專為至少擁有一年編碼經(jīng)驗(yàn)的人而設(shè)計(jì)。你將學(xué)習(xí)到的內(nèi)容，包含了獲取在線GPU服務(wù)器 、搭建高度實(shí)用的計(jì)算機(jī)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(jì)算線性代數(shù)課程

編碼器的計(jì)算線性代數(shù)課程的重點(diǎn)是：我們?nèi)绾我钥山邮艿乃俣群涂山邮艿臏?zhǔn)確度進(jìn)行矩陣計(jì)算?

該課程是2017年夏季舊金山大學(xué)的分析科學(xué)碩士課程，該課程使用Jupyter筆記本進(jìn)行Python教學(xué)，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(jī)器學(xué)習(xí)速成課程

谷歌的機(jī)器學(xué)習(xí)速成課程包含一系列視頻講座課程、實(shí)際案例分析和實(shí)踐練習(xí)。有25節(jié)課程和40多項(xiàng)練習(xí)，主要目的是通過速成課程學(xué)習(xí)并運(yùn)用機(jī)器學(xué)習(xí)的基本概念，通過配套開展的 Kaggle 大賽獲得實(shí)際體驗(yàn)。課程開始前，它會(huì)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(jī)器學(xué)習(xí)技術(shù)生成的。

 

 

 

 

課程網(wǎng)址：https://developers.google.com/machine-learning/crash-course/ml-intro

Yandex數(shù)據(jù)學(xué)校

自然語言處理課程

YSDA的自然語言處理課程包括了詞向量、文本分類、語言模型、結(jié)構(gòu)化學(xué)習(xí)、期望最大化、機(jī)器翻譯、領(lǐng)域適應(yīng)性、對(duì)話系統(tǒng)等方面的內(nèi)容。

 

 

課程網(wǎng)址：https://github.com/yandexdataschool/nlp_course

實(shí)用強(qiáng)化學(xué)習(xí)課程

YSDA和HSE的實(shí)用強(qiáng)化學(xué)習(xí)課程的宣言是“優(yōu)化好奇心，實(shí)用性第一”，課程包括了RL問題、MDP、Q-learning、SARSA、近似強(qiáng)化學(xué)習(xí)、循環(huán)神經(jīng)網(wǎng)絡(luò)回顧、策略梯度方法等方面的內(nèi)容。

 

 

課程網(wǎng)址：https://github.com/yandexdataschool/Practical_RL

標(biāo)簽： b2c Google 服務(wù)器 谷歌 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。