在当下的机器学习热潮,人才匮乏十分显著。截至目前,国内开设人工智能(AI)专业的高校不多,相当多的开发者是跨界入门,需要自学大量知识并摸索。因而优质的学习资源至关重要。因此,雷锋网搜集了全世界范围内更受欢迎的机器学习课程,整理成这份“机器学习十大入门公开课”盘点,集中呈现给各位。这份推荐榜颇费心血,综合考虑了难易、侧重点、时效性等诸多因素,希望能帮助大家找到最适合自己的学习资源。
1. 吴恩达“机器学习”公开课
-
课程名称:机器学习 Machine Learning
-
主讲人:吴恩达 Andrew Ng
-
授课机构:斯坦福大学
-
发布平台:Coursera
-
语言:英语,汉语字幕
2. 加州理工 “从数据中学习”
-
课程名称:Learning from Data,网易公开课译名为“加州理工学院公开课:机器学习与数据挖掘”
-
主讲人:Yaser Abu-Mostafa
-
授课机构:加州理工学院
-
发布平台:edX(原版),网易公开课
-
语言:英语,网易有汉语字幕
-
http://open.163.com/special/opencourse/learningfromdata.html,网易。
-
什么是学习?
-
机器能学习吗?
-
怎么做到?
-
怎么做好?
-
经验教训。
3. Tom Mitchell 机器学习课程
开发者入门必读:最值得看的十大机器学习公开课
课程名称:机器学习 Machine Learning
主讲人:Tom Mitchell
授课机构:卡内基梅隆大学(CMU)
发布平台:CMU 官网
语言:英语
网址:http://www.cs.cmu.edu/~tom/10701_sp11/
这门课是学界人士的最爱,是入门课程之中较全面、高阶的一门。课时为 15 周,远超大多数机器学习慕课。其覆盖的话题非常广,按先后次序包括:代数和概率论,机器学习的基础工具,概率图模型,AI,神经网络,主动学习,增强学习。课程内容和练习十分简洁明白,概念解释清楚到位。
Tom Mitchell 是 AI 领域德高望重的老牌宗师,他的《Machine Learning》 (中文版为《计算机科学丛书:机器学习》),是最经典的机器学习教科书之一。但因为时间久远,涉及的一些概念与今天的开发者并没有太大关联,更适合需要了解人工智能来龙去脉的大学师生。这门课程与之类似,能帮助学习者理清机器学习的发展脉络。它适合计划进行系统性学习、投入大量时间的人。
对于初学者,建议至少听完吴恩达的机器学习课程之后,再修这一门。
4. 台大林轩田老师的機器學習基石
开发者入门必读:最值得看的十大机器学习公开课
课程名称:機器學習基石
主讲人:林轩田
授课机构:台湾大学
发布平台:Coursera
语言:汉语
这是为汉语学子量身定做的入门课,相当于台湾大学机器学习课程前半学期的课,教给大家的是机器学习最核心的知识。林老师是教科书《Learning From Data》 的作者之一,是华人机器学习领域年轻有为的青年学者。这门课程十分用心细致,内容比吴恩达老师的入门课程稍稍充实一些。
林老师表示,针对较高级机器学习公开课全是英语授课的现状,不少学生反映英语教学有不易吸收之处。因此,借推出这门课程,希望帮助汉语为母语的学生减少入门难度。
针对如何让学生接受枯燥的算法,林老师说道:
“我们的课程设计中,大家会看到我们把对算法与数学式的推导,以‘解决问题’的过程方式呈现。也就是说,我们对算法的介绍是环绕着‘为什么’出发的,当同学们脑中有‘为什么’的时候,就有目标去理解这些算法与数学式的内容了。”
《Learning From Data》 也可作为这门课的教科书。学习 Yaser Abu-Mostafa 的课程有不解之处,可与这门课互相印证。
目前该课程已在 Coursera 下架,何时重开尚属未知。好在网易公开课、YouTube 倒是有全套视频,地址是:http://c.open.163.com/coursera/courseIntro.htm?cid=938 以及 https://www.youtube.com/playlist ... B6oIINGBmW50rrmFTqf。更多课程资料可从台大官网找到(网页为英语)http://www.csie.ntu.edu.tw/~htlin/mooc/。
彩蛋:台大 2015 年机器学习课程的大纲以及学习资料(PPT):https://www.csie.ntu.edu.tw/~htlin/course/ml15fall/,可作为补充。顺便提一句,林老师把台大后半学期的课程开成另一门 Coursera 课程“机器学习技巧”,作为进阶。目前 Coursera 也已撤下。网易公开课地址为 http://c.open.163.com/coursera/courseIntro.htm?cid=1664。
5. 谷歌人工智能入门
开发者入门必读:最值得看的十大机器学习公开课
课程名称:人工智能入门 Intro to Artificial Intelligence
主讲人:Peter Norvig,Sebastian Thrun
授课机构:谷歌
发布平台:优达学城 Udacity
语言:英语,汉语字幕
网址:https://cn.udacity.com/course/in ... intelligence--cs271
该课程久享盛名,是 AI 入门较好的公开课之一(雷锋网注:有人认为可以去掉“之一”)。
严格来说,它并不是一门机器学习课程。但其中有一周的主题是机器学习,它还介绍了另外几个 AI 主要领域:概率推理、信息检索、机器人学、自然语言处理等。鉴于学习机器学习的童鞋,几乎都会对 AI 这个大学科有兴趣——这门课程便是探索机器学习周边与交叉领域的绝好机会。
两位主讲者,Peter Norvig 和 Sebastian Thrun,一个是谷歌研究总监,一个是斯坦福著名机器学习教授,均是与吴恩达、Yann Lecun 同级别的较高级 AI 专家。
需要强调的是,该课程倾向于介绍 AI 的实际应用。课程练习广受好评。
6. UBC 本科生的机器学习课程
开发者入门必读:最值得看的十大机器学习公开课
课程名称:面向本科生的机器学习课 Machine Learning for Undergraduates
主讲人: Nando de Freitas
授课机构:英属哥伦比亚大学(UBC)
发布平台:Youtube
语言:英语
网址:https://www.youtube.com/playlist ... 5nCbnSQMHqORpiChfJf
Nando de Freitas 是机器学习领域非常杰出的学者。他的这门课很适合作为吴恩达老师“机器学习”的进阶课程,因为:1. “机器学习”省略掉的一些概念,可以在这门课中找到。2. “机器学习”课 不重视数学,而数学是这门课的重点内容。Nando de Freitas 对诸如概率论、log likelihood 等基础数学原理做了很好的讲解,并以此为基础介绍更高级的数学、统计概念。
对于机器学习新手,完全略过数学细节是很危险的,这门课会帮助你打下基础。
但是,它录制于 2012 年,时间也比较久了。因此,雷锋网特意奉上彩蛋一枚。
彩蛋:Nando de Freitas 2013 年转入牛津大学任教。这是他 2014-2015 学年在牛津的全套深度学习课程,包括视频、PPT 以及练习:https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/ (视频保存在 Youtube,需FQ)。
7. Yann Lecun 深度学习公开课
开发者入门必读:最值得看的十大机器学习公开课
课程名称:深度学习 Deep Learning
主讲人:Yann Lecun
授课机构:法兰西学院
发布平台:法兰西学院官网
语言:法语,英语字幕
网址:https://www.college-de-france.fr ... 016-04-15-11h00.htm
Yann Lecun 在 2016 年初于法兰西学院开课,这是其中关于深度学习的 8 堂课。当时是用法语授课,后来加入了英文字幕。
作为人工智能领域大牛和 Facebook AI 实验室(FAIR)的负责人,Yann Lecun 身处业内机器学习研究的最前沿。他曾经公开表示,现有的一些机器学习公开课内容已经有些过时。通过 Yann Lecun 的课程能了解到近几年深度学习研究的进展。该系列可作为探索深度学习的进阶课程。
8. Geoffrey Hinton 深度学习课程
-
课程名称:神经网络用于机器学习 Neural Networks For Machine Learning;网易译名“神经网络的机器学习”
-
主讲人:Geoffrey Hinton
-
授课机构:多伦多大学
-
发布平台:Coursera、网易公开课
-
语言:英语,汉语字幕
-
网址:https://www.coursera.org/learn/neural-networks,Coursera;http://c.open.163.com/coursera/courseIntro.htm?cid=77,网易
“(你会在这门课)学习人工神经网络以及它们如何应用于机器学习,比方说语音、物体识别,图像分割(image segmentation),建模语言、人体运动等等。我们同时强调基础算法,以及对它们成功应用所需的实用技巧 。”
9. 哥伦比亚大学的机器学习公开课
-
课程名称:机器学习 Machine Learning
-
主讲人:John W. Paisley
-
授课机构:哥伦比亚大学
-
发布平台:edX
-
语言:英语
10. MIT 进阶课程
-
课程名称:机器学习 Machine Learning
-
主讲人:Tommi Jaakkola
-
授课机构:麻省理工学院(MIT)
-
发布平台:MIT Opencourseware
-
语言:英语
小结
系统性课程:
-
优达学城(Udacity)提供的的 “机器学习工程师”纳米学位,中文字幕,谷歌、滴滴参与授课,收费。https://cn.udacity.com/course/machine-learning-engineer-nanodegree--nd009
-
华盛顿大学的“机器学习专业”系列课程,Coursera 平台,收费,共六门课。https://www.coursera.org/specializations/machine-learning
-
约翰·霍普金斯大学的“数据科学专业”系列课程,Coursera 平台,收费,共十门课。
-
密歇根大学的“Python 的应用数据科学专业”系列课程,Coursera 平台,收费,共五门课。适合需要学习 Python 实战技巧的机器学习开发者。https://www.coursera.org/specializations/data-science-python
小结
这就是雷锋网为您盘点的十大最有价值的机器学习入门公开课。这些课程有浅有深,分别对机器学习不同领域、方面有所侧重。各位童鞋可根据自己所需,自行选择最适合自己的课程。不过,小编必须提醒各位,所有盘点都不可避免得掺杂了主观因素。虽然雷锋网已尽力按照课程质量与业内人士的评价来制定该推荐榜,但自知无法做到十足的公正客观。比方说,该榜单倾向于机器学习的“入门”,而非开发者进阶;倾向于概念、算法学习,而非实战技巧(比如 Python 教程);倾向于把全世界范围内较好的课程推荐给诸君,而对英语基础较差的学习者照顾不足。榜单之外尚有许多有价值、适应不同层次人士需求的公开课。因此,雷锋网特意列举了几个比较好的系统性机器学习课程以及学习平台,弥补该榜单不足,以供参考。
友情提醒,以下包含收费课程。
系统性课程:
优达学城(Udacity)提供的的 “机器学习工程师”纳米学位,中文字幕,谷歌、滴滴参与授课,收费。
https://cn.udacity.com/course/ma ... r-nanodegree--nd009
华盛顿大学的“机器学习专业”系列课程,Coursera 平台,收费,共六门课。
https://www.coursera.org/specializations/machine-learning
约翰·霍普金斯大学的“数据科学专业”系列课程,Coursera 平台,收费,共十门课。
https://www.coursera.org/specializations/jhu-data-science
密歇根大学的“Python 的应用数据科学专业”系列课程,Coursera 平台,收费,共五门课。适合需要学习 Python 实战技巧的机器学习开发者。
https://www.coursera.org/specializations/data-science-python