深度学习、机器学习相关课程视频汇总

1、斯坦福大学 Andrew Ng 机器学习 (Machine Learning)

该课程已经在Coursera新的课程平台上发布（https://www.coursera.org/learn/machine-learning），在线的课程资源依然会得到保留，优先推荐在线学习，可以做练习，可以提交作业，这里分享的百度网盘资源包含两个版本，来自于之前大家的分享：

链接: https://pan.baidu.com/s/1bBVtIQ 密码: 26hc

机器学习入门课程首选，斯坦福大学教授，Coursera联合创始人Andrew Ng老师的课程，课程图谱上多达400多人关注，20余条课程评论，绝大多数同学认为这门课程比较适合入门，以下选择其中几位同学的课程评论：

@ototsuyume 同学评价：非常好的一门入门课程。很多人诟病作业的代码给得太全，但我认为作为一门入门课程，编程作业设置得十分好，各种机器学习的作用能很直观地展示出来，这样很能激发学习兴趣。试想一下，假如不给你任何框架代码让你从头开始写，写完后得出的结果是一堆用来提交的无味的数据，对于一名初学者来说，这多么打击积极性。 这门课程极其简化了各种数学的证明，类似svm跟pca中间的求解过程都讲得很简略。要求的数学基础是低得不能再低了，所以即使是毕业几年后概率矩阵忘得差不多的人都能看懂。除去初学者之外，这门课程也很适合工作中需要用到一些机器学习但不打算深入研究的程序员。 @极度视界 同学评价：这个必然 5 星，很棒的入门课程；Ng老湿把编程作业设计到极为简单，而数据集并不单调，垃圾邮件分类/手写体分类等。学此课的同学，应该尝试丢掉Ng老湿给的框架，自己写一套算法，才好。这课我得了100%。

2、华盛顿大学 Pedro Domingos 机器学习 (Machine Learning)

该课程一直没有开课，但是可以preview，视频量很足，类容丰富，用Coursera Downloader下载后大约5G，是目前所有课程下载中占用空间最大的。

链接: https://pan.baidu.com/s/1o8meCps 密码: tekb

3、中国台湾大学 林軒田 机器学习基石 (Machine Learning Foundations)

该课程在课程图谱上的评价很高，10条评价全是五星，而且评论都很精彩。据说林老师现在创业去了，这门课说不定也会成为绝版，赶紧收藏吧，有三个版本，来自于之前大家的分享或者网上的公开资源。

链接: http://pan.baidu.com/s/1hsmAsNq 密码: kxfj

4、中国台湾大学 林軒田 机器学习技法(Machine Learning Techniques)

机器学习基石 (Machine Learning Foundations)课程姊妹篇，或者下部，难度依然很高，所以货真价实，值得收藏。

链接: http://pan.baidu.com/s/1bpHSAPD 密码: abye

5、多伦多大学 Geoffrey Hinton 面向机器学习的神经网络（Neural Networks for Machine Learning）

Geoffrey Hinton大神在Coursera上的这门课程只在2012年开过一轮，这次应该不会进行迁移了：

“Deep learning必修课” “宗派大师+开拓者直接讲课，秒杀一切二流子”

看看上面的点评，对深度学习感兴趣的同学赶紧保存，本次分享包含两个版本，均为之前大家的分享：

链接: https://pan.baidu.com/s/1sl0R7PV 密码: k4ui

6、斯坦福大学 Daphne Koller 概率图模型公开课（Probabilistic Graphical Models）

这次应该也不会迁移了，想当年多少大神在Coursera上开课。。。本次分享有两个版本，来自于之前大家的分享和网络上的可查资源：

链接: https://pan.baidu.com/s/1hr4X2YS 密码: n5j9

自然语言处理相关课程

7、哥伦比亚大学 Michael Collins 自然语言处理公开课(Natural Language Processing)

NLP大神的课程，必须备份，来自之前一个朋友的分享： 链接: http://pan.baidu.com/s/1hsbKYK8 密码: ines

Update: 链接: https://pan.baidu.com/s/1c2JpM28 密码: 9dwx

8、斯坦福大学 Dan Jurafsky和Christopher Manning 自然语言处理（Natural Language Processing）

这门课程的授课老师是斯坦福教授Dan Jurafsky和Christopher Manning，两位都是NLP领域的大大牛，其他不说，仅仅是他们写的书应该是很多NLPer的入门书：前者写了《Speech and Language Processing》，中文译名《自然语言处理综论》，后者写了《Foundations of Statistical Natural Language Processing》，中文译名《统计自然语言处理基础》，这两本几乎是NLPer的入门必读书籍。

用coursera-dl下载了一份并上传到百度网盘备份，需要的同学尽快保存：

链接: http://pan.baidu.com/s/1jHKfXQm 密码: s6hx

Update: http://pan.baidu.com/s/1nvbEOFf 密码: pjzd

9、密歇根大学 Dragomir R. Radev Introduction to Natural Language Processing（自然语言处理导论）

这门课程了解不是太多，下载了一份作为备份：

链接: http://pan.baidu.com/s/1nu5MFVj 密码: 3t3h

10、伊利诺伊大学厄巴纳香槟分校 翟成祥(ChengXiang Zhai) Text Mining and Analytics（文本挖掘与分析）

这门课程已经切换到Coursera新课程平台：https://www.coursera.org/learn/text-mining ，最新一轮课程将于2016年7月11号开课，推荐感兴趣的同学直接在线学习，体验MOOC平台的诸多好处。

推荐系统相关课程:

11、明尼苏达大学 Joseph Konstan 和 Michael D Ekstrand Introduction to Recommender Systems（推荐系统导论）

这门课程已经切换到Coursera新课程平台：https://www.coursera.org/learn/recommender-systems ，最新一轮课程刚刚于2016年6月13号开课，推荐感兴趣的同学直接加入学习。以下提供一个网盘资源，是一个全部课程的打包压缩文件：

链接: http://pan.baidu.com/s/1pLy7uvL 密码: ui1u

数据挖掘相关课程

12、斯坦福大学 Jeff Ullman & Anand Rajaraman & Jure Leskovec Mining Massive Datasets

这门课程的授课老师之一是巨牛Jeff Ullman，他是计算机领域鼎鼎大名的“龙书”《编译原理》及数据库领域权威指南《数据库系统实现》这两本书的作者之一，谷歌创始人Sergey Brin亦是他的学生之一。该课程对应一个官方主页：http://www.mmds.org/，提供课程和书籍的相关资源，全部开放。所对应的同名书籍中文译名为《大数据 互联网大规模数据挖掘与分布式处理》，由王斌老师翻译，已出第二版。网盘资源来自于大家的分享，包括两个版本和一个英文版电子书籍：

链接: http://pan.baidu.com/s/1c81pRC 密码: e25n

13、伊利诺伊大学厄巴纳-香槟分校 Jiawei Han Pattern Discovery in Data Mining（数据挖掘中的模式发现）

授课老师 Jiawei Han 是数据挖掘领域国际知名学者，这门课程目前已经迁移到Coursera新的课程平台 https://www.coursera.org/learn/data-patterns ，新一轮课程将于8月底开课，感兴趣的同学可以关注。

14、伊利诺伊大学厄巴纳-香槟分校 Jiawei Han Cluster Analysis in Data Mining（数据挖掘中的聚类分析）

同上一门课程构成姊妹篇，目前也已经迁移到Coursera新的课程平台 https://www.coursera.org/learn/cluster-analysis ，新一轮课程将于10月初开课，感兴趣的同学可以关注。