本文编制了国外150个免费在线编程和计算机科学课程课程的列表,如果你对此感兴趣,你可以从现在开始学习这些课程。部分课程还包含了它的评分。 这些课程按照难度等级分为三类: 初级 中级 高级 初级(50)
在2017年,AI研习社围绕人工智能做了一系列公开课,给大家带来知识的同时,也给了嘉宾们一个展示的舞台,下面是我们的年度盘点。 Deep Learning读书分享系列 全网卖到脱销的「Deep Learning」,自发售以来长期位居美国亚马逊AI和机器学习类图书榜首,是所有数据科学家和机器学习从业者的必读图书,曾受特斯拉CEO埃隆·马斯克等众多国内外专家重磅推荐。AI研习社邀请多位嘉宾,为大家分享他们学习「Deep Learning」的心得。 Deep Learning读书分享(一) 内容简介:本次读
在过去的一年中,我发布了两门在线MOOC课程,分别是中国大学MOOC平台的“芯动力——硬件加速设计方法”、IC创新学院的“数字集成电路静态时序分析基础”均收到了较好的反馈。
MOOC教学的关键,不在于录视频,也不在于做幻灯。最重要的是赋能。赋能的具体方法,是在认知资源和学习者之间,建立丰富而有效的链接。
师弟最近不知在搞什么研究,对MOOC感兴趣。昨天突然问我,MOOC中途辍学率高,那么如何才能提高课程完成率呢?
对教育、在线教育、大数据在教育领域应用的朋友,请给公众号留言,大数据文摘将组建“大数据-教育行业群”,共同讨论相关话题。 如果说2012年是MOOC之年,那么2013年就是MOOC爆发之年。2013年世界各国都推出了自己的MOOC平台。MOOC学院带你环游MOOC世界,盘点世界各国MOOC平台的特点。 2012年,我们见证了Coursera、edX和Udacity三巨头的崛起。2013年,我们惊喜地发现世界各国纷纷推出了自己的MOOC平台,例如中国的学堂在线,德国的iversity,澳大利亚的Op
一键下载中国大学 MOOC(icourse163.org)的课程,包括视频、课件、附件和字幕,方便离线观看 https://github.com/xixixixixiao/mooc-downloader
AI 科技评论按:深度学习已经在安防,金融,自动驾驶等领域得到了广泛的应用。市场上的方案大多是基于 GPU 或者精简指令集 RISC 架构,通过增加多个处理单元提升计算能力。
这节课我们来学习下 Python 中一个非常重要的数据类型:列表。为什么说它非常重要呢?因为在我们的实际开发过程中,列表是一个经常会用到的数据结构,它以占用空间小,浪费内存空间少这一特性而被广泛应用。这一小节我们会学习:
“物联网(IoT,Internet of Things)” 这个词已经流行了好一段时间,并且当前人们都在讨论如何将它应用于各种领域。但是,没有任何关于将其应用于认知科学(Cognitive science)和网络监督(Web proctoring)的讨论。
义原(Sememe)在语言学中是指最小的不可再分的语义单位,而知网(HowNet)则是最著名的义原知识库。近些年来,包括知网在内的语言知识库在深度学习模型中的重要性越来越显著,然而,这些人工构建的语言知识库往往面临新词不断出现的挑战。知网也不例外,而且其只为中、英文词标注了义原,这限制了它在其他语言的 NLP 任务中的应用。
AI 科技评论按:语义分析(semantic parsing)是人工智能的一个分支,是自然语言处理技术的几个核心任务,涉及语言学、计算语言学、机器学习,以及认知语言等多个学科。近年来,随着人工智能的发展,语义分析也越发重要。
有一位小哥,从不知道Python到找到AI工程的工作,用时两年。他的文章在网上获得了5000多条点赞。
近年来,神经网络已经成为了计算机视觉中主要的机器学习解决方案。然而神经网络结构的设计仍然需要极强的专业知识,在一定程度上妨碍了神经网络的普及。
作为一个每天都泡在电脑面前的程序员来说,选对一些学习、交流的地方就显得尤为重要--可以在第一时间解决我们的问题,可以立马Get到一门新技术的教程,可以分享我们学习的心得体验。
咱们不提CES 2017上激动人心的自动驾驶产品(估计七八年之后你的驾驶证就可以扔掉了),也不细讲《最强大脑》节目里人类精英在图像识别环节被碾压(这曾经是人类可以嘲笑人工智能的典型领域),就说说围棋界的海啸吧。
这是一门MOOC课程。对于不知道什么是MOOC的同学来说,简单理解为免费的课程,如果学下来了(刷完了所有的课写完了作业参加了期末考试)就能获得证书。
笔者作为通信工程的学生,在学习这门课之前虽然会用Linux完成一些简单的任务,但却从没有接触过这个操作系统的内在之美。之前学完C语言的时候,就想认识这个神秘的Linux内核了,可是一直在数学建模和各种活动中抽不开身,学习的过程也是不得其法。直到我看到孟宁老师的《Linux内核分析》这门课时,我想我大概可以在二十年后吹牛了:“当年我大二,读Linux内核源码的时候.....” 只是在学习的过程中,没有找到合适的参考书,导致复习有些困难。到了第六、七周早早的把视频看完,周末想写博客的时候却记不起来了。与其参考别
据我了解身边的伙伴,他们大多还会加入培训班进行系统化训练;购买线上课程进行学习;跟着大佬拜师学艺;还有小伙伴也会自主进入 bilibili 大学寻找免费资源学习。
你可能需要两种材料,课程视频和课件作业。前者在B站可以找到,后者的大部分在课程网站。然而,斯坦福把这个课从Cousera和自家的MOOC上撤掉了,我花了些时间才找到编程作业,在edx.org,不知道将来会不会把这个也撤了。
苏珊娜·伊利奇(Suzana Ilić),一位来自Google的小姐姐,Google东京机器学习负责人,博士毕业于因斯布鲁克大学——相当于奥地利清华,不过因斯布鲁克国际排名200开外。
选自fast.ai 作者:Rachel Thomas 机器之心编译 参与:蒋思源、晏奇 不是研究生,不是相关专业的我们又该怎样证明自己的深度学习技能?也许很多读者是通过 MOOC 等课程开始了解机器学习,通过专业书籍和实现步入这一学科,但如果没有相关学历,没有 MOOC 的课程证明,我们是否能从博文、问答、竞赛项目和贡献开源项目等方面向机器学习的圈子里证明自己? 即使没有斯沃斯莫尔学院和宾夕法尼亚大学的人工智能课程,我们还有很多的深度学习资源或学习课程。我们也许需要 70 多学时才能完成 MOOC 课程,如
【新智元导读】今天我们要介绍的主人公叫 David Venturi。一年前他还没有编程背景,凭着对数学的爱好开始上网自学。后来他被加拿大一所大学的计算机科学专业录取,但仅过了两个礼拜就退学了,因为他发现想学的东西都能在网上找到。于是,Venturi 综合 edX、Coursera、Udacity 等网站,自己设计课程组合,在家完成了数据科学家“硕士学位”。下面就让新智元来带你看看他的私人课表——他能做到,你同样也可以! 温馨提示:这些课程可不是看看视频就能应付了事的,它们都是带有一定的互动性,而且有的课程的
AI 科技评论按:阅读理解是近两年自然语言处理领域的热点之一,受到学术界和工业界的广泛关注。所谓机器阅读理解,是指让机器通过阅读文本,回答内容相关的问题,其中涉及到的理解、推理、摘要等复杂技术,对机器而言颇具挑战。
受互联网+概念的催化,当今中国在线教育市场的发展可谓是百花齐放、如火如荼。 按照市场领域细分为:学前教 育、K12教育、高等教育、留学教育、职业教育、语言教育、兴趣教育以及综合平台,其中,职业教育和语言教育 的市场优势突出。 根据Analysys易观发布的数据显示,预计2019年中国互联网教育市场交易规模将达到3718亿元 人民币,未来三年互联网教育市场规模保持高速增长。
Scrapy主要包括了以下组件: • 引擎(Scrapy): 用来处理整个系统的数据流,触发事务(框架核心); • 调度器(Scheduler): 用来接受引擎发过来的请求,压入队列中,并在引擎再次请求的时候返回。可以想像成一个URL(抓取网页的网址或者说是链接)的优先队列,由它来决定下一个要抓取的网址是什么,同时去除重复的网址; • 下载器(Downloader): 用于下载网页内容,并将网页内容返回给蜘蛛(Scrapy下载器是建立在twisted这个高效的异步模型上的); • 爬虫(Spiders): 爬虫是主要干活的,用于从特定的网页中提取自己需要的信息,即所谓的实体(Item)。用户也可以从中提取出链接,让Scrapy继续抓取下一个页面; • 项目管道(Pipeline): 负责处理爬虫从网页中抽取的实体,主要的功能是持久化实体、验证实体的有效性、清除不需要的信息。当页面被爬虫解析后,将被发送到项目管道,并经过几个特定的次序处理数据; • 下载器中间件(Downloader Middlewares): 位于Scrapy引擎和下载器之间的框架,主要是处理Scrapy引擎与下载器之间的请求及响应; • 爬虫中间件(Spider Middlewares): 介于Scrapy引擎和爬虫之间的框架,主要工作是处理蜘蛛的响应输入和请求输出; • 调度中间件(Scheduler Middewares): 介于Scrapy引擎和调度之间的中间件,从Scrapy引擎发送到调度的请求和响应。
AI 科技评论按:随着人工智能技术的发展,无人驾驶逐渐变得可能。虽然人工智能发展给无人驾驶带来了诸多红利,但是该领域依旧存在着一些人工智能技术挑战。
让学生更投入地学习是教师的职责之一。但是即使用上微课、微视频等新形式、新技术,很多学生还是不太愿意听讲,MOOC学生流失率一直居高不下就是一条明证。很多开设慕课的教师都会绞尽脑汁地吸引、鼓励学生,哪怕只是多学一点点,也能让教师的成就感提升。 最近有两篇分别基于Coursera和edX数据的论文令国内学术界大为感兴趣:论文《How Video Production Affects Student Engagement:An Empirical Studyof MOOC Videos》由MIT的博士生、博士
以上是一些免费课程,如果想要保证听课质量,保证有答疑和练习,我们也推荐网易云课堂一些收费课程:
很多年前,我的师兄 Jian Zhu 在这里发表过一个系列《无约束最优化》,当时我写下了一段话:
在线教育场景下的学生退课行为预测,一直是机器学习(ML)与教育(EDU)交叉领域内较为火热的研究课题。
乔布斯说过:「每个人都应该学习编程,因为它教会你思考的方式」我们学习编程,是不一定要成为程序员的。就像每个人都应该学习法律,但不是都要成为律师;就像每个人都应该学习经济学,但不是必须成为经济学家;就像每个人都要学习数学,也不是为了成为数学家。
说起这个网站,想必考研的小伙伴都不陌生,研招网是教育部全国硕士研究生招生考试网上报名和网上调剂指定网站,既是各研究生招生单位的宣传咨询平台,也是研招工作的政务平台,它将电子政务与社会服务有机结合,贯穿研究生招生宣传、招生咨询、报名管理、生源调剂、录取检查整个工作流程,实现了研究生招生信息管理一体化,想考研怎么能离了它,应该多了解一下。
一个非常简洁,但是内容很丰富的网站,在刚开始读大学的时候,就开始在菜鸟教程上进行学习,收获很多。
编译团队 | Aileen 任杰 吴蕾 唐浩新 作者 | Aline Lerner 导读 到底在一次技术面试中,什么因素最为重要? 本文作者 Aline Lerner从interviewing.io(关于面试的输入输出流)中导出了3000份技术面试数据进行分析,并发现了对面试影响最大的几大因素。并且,他还得到了一个鸡血满满的结论:在求职技术面试中,毕业后做什么比毕业于哪所学校更要紧。 相关背景:interviewing.io是一个平台,人们可以在上面匿名练习技术性面试,并在这个过程中找到工作 - 在练习中做
Class Central网站汇聚了知名MOOC课程,并进行了分类和评价。Class Central发布的学习报告中,哈佛大学CS50系列课程常年占据CS榜单高位,一次次印证了CS50难以撼动的地位与高口碑。
最近,很多人问学习数据挖掘有哪些网站和公众号可以推荐的,我结合自己的学习经验和知乎大神上的推荐,现在给大家归纳一下,希望能对大家的学习有帮助。 1.公开的数据集 UCI(http://archive.ics.uci.edu/ml/datasets.html):加州大学欧文分校开放的经典数据集,被很多机器学习实验室采用。 Awesome Public Datasets (https://github.com/awesomedata/awesome-public-datasets):这是github一大神整理的
也就是说我三五年前写的很多教程需要更新了,那个时候使用的还是 CCDS.20161208.txt 这样的文件,在文章可以看到CCDS数据库的一些最新动态:
问题大概出在第4部,使用了该目录~/pyprj/mooc。大概是因为在该目录下有个.python-version文件,文件内容是virtual-env-3.6.9。而pycharm也会在~/pyprj/mooc/venv目录下拷贝一套bin inclue lib(等于说是新建了一个虚拟环境连带interpreter)。 由于你指定了virtualenv, pycharm会根据你指定的interpreter的位置,拷贝interpreter所对应的一套环境(bin lib include)到~/pyprj/mooc/venv目录下,来实现一个虚拟环境。此时~/pyprj/mooc目录下,既有.python-version指定的一套环境,又有pycharm新建的venv环境。在~/pyprj/mooc下存在两套虚拟环境,大概就是问题所在。 换个目录,问题就解决了。
大家可能都有这样的体会,你在学习的过程中,经常学着学着就走神分心,本来打算打开手机查找学习资料,结果一不小心就打开了游戏软件,一玩就是刹不住车了。
数据科学家自我修养——一份数据科学的开放课程清单 最近一年以来,大数据这个概念被吹嘘的天花乱坠,仿佛你要是不说大数据就落伍了。继云计算之后,大数据已然成为IT行业的热点。《哈佛商业评论》更是宣称“数据科学家”是二十一世纪最性感的职业。所谓性感,既代表着难以名状的诱惑,又说明了大家都不知道它干的是什么。这里我不想重复什么是大数据,什么是数据科学,而是想以个人过去接近2年时间通过MOOC(开放课程)来学习数据科学的实践来给出一份个人建议的数据科学学习之路的课程清单。 数据科学家的自我修养 Drew Conway
2023年4月2日-3日,“2022年教育部产学合作协同育人项目对接会”在京隆重召开。全国高校及产业各界同仁共同交流“四新”建设进展和产教融合建设成果。同时大会还公布了2022年度优秀项目案例。 腾讯作为首批加入教育部产学合作协同育人项目的企业之一,多年来以服务国家战略需求、促进教育数字化转型为目标,推进校企围绕人工智能、数字经济、 数字文创、基础软件、生命健康、金融科技等重点领域开展校企协同育人,累计参与教育部产学合作协同育人 13 个批次建设,与150 余所高校合作立项近400项。 本次腾讯入选教
总分总的格式 总体框架 话题导入,图片或视频 知识讲解 图片内容 模板应用
大数据文摘作品 作者:小鱼、土豆 《深度学习》(花书)作者Ian Goodfellow今早连发了10条推特,细数了他最喜欢的两个机器学习“黑魔法”。他在著名的GAN论文中使用这两个小窍门推导了公式。 最后,他还不忘操心大家的学习,推荐了一本关于凸优化的书。当然,更详尽的操作还是要去看Goodfellow本人的《深度学习》。文摘菌给大家搭配了斯坦福的一门MOOC,一起学习风味更佳~拉至文末查看喔~ Goodfellow称,这是关于机器学习,他最喜欢的两个快速理解理论推导的“黑魔法”。 以下是Ian Goodf
全球超过140万名人报名参加,MOOC最受欢迎的学习课“learning how to learn”,帮助让学生掌握适用于任何科目的高效学习方法。
github clone代码的速度,依赖于代码库的大小以及clone速度,基本是几十kb到200kb之间。要是能达到400kb,恭喜你;要是只有十几kb,emmmm, 还是先去吃饭吧。
【新智元导读】程序员 Per Harald Borgen 在 Medium 刊文,介绍了他在一年的时间里,从入门到掌握机器学习的历程。Borgen 表示,即使没有博士学位和高深的数学造诣也能掌握机器学习。这一点相信对不少人都挺有吸引力和启发。不过,博士学位或许真的并非必须,但要掌握机器学习,学再多的数学也不会嫌多。下面就来看 Borgen 不脱产,从菜鸟变熟手提升业绩的故事。 第一步:Hacker News 和 Udactiy Borgen 对机器学习的兴趣始于 2014 年。跟很多人一样,他最初是看到 H
看来大家都好喜欢这个题材啊,那我今天就教大家怎么做这样的一个地图合集到ArcGIS Online吧
大数据文摘作品 作者:龙牧雪,魏子敏 在各位同学们推特、朋友圈、Coursera不懈的催更之下,跳水了几个月的吴恩达爸爸终于推出了深度学习系列课程的第五部分。至此,吴恩达的深度学习系列课程完整发布,各位同学可以放心开始上课了。 Coursera课程链接: https://www.coursera.org/learn/nlp-sequence-models 图:deeplearning.ai官网的第五课状态终于从coming soon变成了可点击 图:Coursera官网显示,深度学习第5部分课程1月31日开
领取专属 10元无门槛券
手把手带您无忧上云