译者:AI研习社(小Y的彩笔)
在你入门深度学习之前,我强烈建议你学几门机器学习的入门课程来掌握一些诸如聚类、回归、评估指标等基本概念。
1. 科尔辛基大学的 Elements of AI
注:我已经学了许多线上的机器学习课程。我上一些课的本意是为了娱乐,不过总能学到一些新知识。“Elements of AI"这门课是我参加过的最易懂,免费且有趣的AI课程之一。他们增加了第二部分联系算法构建。
我建议观看第一部分,”Introduction to AI”。这部分介绍了诸如搜索,贝叶斯定理,最近邻居和神经网络等基础概念。并穿插着一些很棒的练习。在第一节课结束后,你会对这个领域有一个全局的高层次的认识。
第二部分(Building AI)也是免费的,但如果你想得到认证证书则需要付费。我想说这绝对是值得的!第二部分是关于一些基本算法的实现的(用Python),会让你理解像优化和贝叶斯定理这样的概念。
2. 微软的Create machine learning models课程
注:聚类的章节讲的是真的棒!
3. 斯坦福大学 Andrew Ng 的 Stanford CS229: Machine Learning 课程
注:永远是我最喜欢的机器学习课程之一!
4. 谷歌提供的 Machine Learning Crash Course 课程
注:这个课程一发布我就学了,并且被课程的的高质量所吸引。
5. Jeremy Howard 的 Introduction to Machine Learning for Coders 课程
注:我看了一些http://fast.ai课程的视频,很快明白他们的课程为什么这么受欢迎。这里面介绍了非常实用的方法!
6. Bloomberg ML edu 提供的 Foundations of Machine Learning 课程
领取专属 10元无门槛券
私享最新 技术干货