不学无理：谷歌微软亚马逊免费AI课程，哪款适合你？

据LinkedIn报告显示，机器学习工程师是过去五年来增长最快的工作类别。

但这个最热门的角色并不是一个简单的领域，它至少需要高中数学和一些编程知识，甚至需要重新开始学习。

幸运的是，对于那些希望在该领域获得基础的人来说，有越来越多的选择：技术巨头AWS免费发布一套机器学习课程。除了fast.ai和Andrew Ng以及Coursera等网站上现有的备受好评的材料之外，还有这些资源可以给开发者利用。

如果你对这些课程感兴趣，那么值得注意的是，如果你具备Python、高中线性代数统计学和微积分的基础知识，您将获益更多。

以下是主要科技公司提供的免费课程：

谷歌篇

谷歌免费课程的内容是什么？

Google 通过其Google AI教育网站（https://ai.google/education/）提供九种不同的课程，涵盖机器学习的各个方面。

如果您在快速介绍后成为开发人员，那么【机器学习速成课程】（网址：https://developers.google.com/machine-learning/crash-course/）是一个很好的选择，包括基础知识的视频讲座和练习

而如果您想要更全面的深度学习，那么请尝试使用Google的【Udacity深度学习课程】（网址：https://www.udacity.com/course/deep-learning%E2%80%94ud730）。

Udacity课程由Google首席科学家Vincent Vanhoucke与谷歌大脑（Google Brain）团队的技术负责人共同开发，由行业专家讲授，并提供操作任务，使你能够使用Google的开源TensorFlow框架构建日益复杂的机器学习模型。

Google AI Education网站上的其他课程涵盖了问题框架和数据准备，这些都是考虑机器学习的重要主题。

课程需要多长时间？

机器学习速成课程：15小时。

谷歌深度学习：三个月。

有没有额外费用/要求？

你需要有一个Udacity帐户。

对学习者的知识背景有何要求？

机器学习速成课程：代数的基础知识，对编程基础知识的理解，以及Python中的一些经验编码。

Udacity的深度学习教程：被描述为高级课程的过度阶段，建议拥有两年编程经验的人学习，以及需要拥有统计学、线性代数和微积分的基本知识，以及熟悉简单的机器学习概念，如监督学习，以及使用Git和GitHub进行版本控制的经验。

如何申请课程？

机器学习速成课程：https://developers.google.com/machine-learning/crash-course/

深度学习课程：https://www.udacity.com/

Google提供的其他机器学习课程：https://ai.google/education/

微软篇

微软免费课程的内容是什么？

微软的主要教学计划是它在edX学习平台上提供的【微软人工智能专业计划】。

通过一系列视频讲座和课程作业，该计划旨在为机器学习提供基础。这些涵盖基本数学，如何在数据科学中使用Python，如何构建机器学习模型，如何构建功能语音和计算机视觉系统，以及其他基础知识。

最后，学生被要求使用他们开发的深度学习系统来解决现实生活的问题。

微软还在其AI School网站（https://aischool.microsoft.com/en-us/home）下提供了一个机器学习路线。该网站提供16门课程，其中许多课程专注于微软Azure云平台上的微软机器学习主题服务。

微软AI学院提供的两门著名课程包括：

【使用深度学习构建预测性维护解决方案】本课程将指导学生如何使用深度学习模型构建预测性维护系统。它涵盖了基本的统计学、基本的深度学习，以及深入研究一种常用于文本分析的神经网络和一种递归神经网络。

该课程基于edX上的一系列模块，其中许多模块由麻省理工学院和微软制作。

【ML速成课程】本课程简要介绍了基本的机器学习概念，通过文本、图表和图形的混合涵盖主题，并让学习者使用 Azure Notebooks服务功能进行编程练习。

课程需要多长时间？

微软人工智能专业计划：120至480小时。10个课程中的每一个均在全年的1月、4月、7月和10月通过edX运行三个月。

ML速成班：13个小时

使用深度学习构建预测性维护解决方案：35小时

有没有额外费用/要求？

微软人工智能专业计划的缺点是，虽然这些课程是免费的，但如果你想获得认证，那么你完成的每门课程的费用为99美元，完成所有将需要990美元。

使用深度学习构建预测性维护解决方案遵循相同的模型，需要为验证的证书支付99美元。

这些课程需要Microsoft帐户和edX帐户才能使用。

对学习者的知识背景有何要求？

在微软专业计划人工智能需要高中的数学和统计知识，以及编程的基本知识，最好是Python。

在使用深度学习建立一个预测性维护解决方案当然需要数学的基本知识和一些编程经验。

在ML速成班则适合任何对机器学习感兴趣的人。

如何申请？

微软的AI学校网站：https://aischool.microsoft.com/en-us/home

微软专业计划人工智能网站：https://aischool.microsoft.com/en-us/home

其他AI课程也可以在上述网站中找到。

亚马逊篇

亚马逊免费课程的内容是什么？

该公司提供30多种在线机器学习课程，包括视频、实验室和文件，这些课程在亚马逊过去20年中一直使用。

开发人员可以学习涵盖机器学习构建的课程，以及如何构建计算机视觉和自然语言处理系统。

这些课程（网址：https://aws.amazon.com/cn/training/learning-paths/machine-learning/）已经成为AWS在机器学习领域的一个新认证的证明了，最终能否通过测试课可以看出这名开发者在AWS平台上关于机器学习知识的学习成果。

完成基础知识后，学生将学习应用机器学习的真实案例，涵盖亚马逊交付方式的优化方法等主题。

课程需要多长时间？

许多免费在线产品看起来非常简短：包括那些时长最多长达几个小时的视频，尽管亚马逊表示在30个课程中有超过45小时的材料。

有没有额外费用/要求？

需要亚马逊帐户才能登录免费课程。

机器学习考试目前处于测试阶段，售价为150美元，是正常成本300美元的一半。

课堂课程不是免费的，例如12月在伦敦举办为期一天的深度学习课程，费用为500英镑。

对学习者的知识背景有何要求？

虽然每个不同技术水平的开发者都有适合的课程，但课程要求各不相同。

如何申请？

可以通过这个网站申请：https://aws.amazon.com/training/learning-paths/machine-learning/

Facebook篇

Facebook和Udacity还提供了这门课程——【介绍PyTorch】。

这是一个开源的深度学习框架，比Tensorflow等竞争框架更容易学习。该课程为前300名学生提供了获得Udacity深度学习纳米学位课程全额奖学金的机会。

不幸的是，该课程现已关闭给新进入者，但您可以检查这个网址以便日后重新开放后登陆：https://www.udacity.com/facebook-pytorch-scholarship

这些课程可以帮助你改变职业吗？

需要注意的是，对于没有技术背景的人来说，这些课程不一定是一个很好的方式，作为成为数据科学家或机器学习工程师的契机。

粗略看一下数据科学家的职位要求，申请人通常会被要求拥有技术领域的学士学位，或者在某些情况下需要硕士或博士学位。

从职业角度来看，这些课程似乎对于那些已经拥有技术领域专业学位（如数学，计算机科学或工程学）的人来说非常有用。

参考链接：

https://www.techrepublic.com/article/google-amazon-microsoft-how-do-their-free-machine-learning-courses-compare/