【资源】15个在线机器学习课程和教程

本文推荐15个机器学习课程和行业领先大牛的教程。其中大多数课程都是免费的，无需注册即可自学。内容包括决策树、朴素贝叶斯、逻辑回归、神经网络和深度学习、估计、贝叶斯学习、支持向量机和核方法（kernel）、聚类、无监督学习、提升算法（boosting）、强化学习和学习理论（learning theory）。

如果你需要回顾一下机器学习的背景知识，卡内基梅隆大学（Carnegie Mellon University）的Geoff Gordon教授的机器学习系列课程非常值得学习：机器学习的数学背景（Math Background for Machine Learning）

https://www.youtube.com/playlist?list=PL7y-1rk2cCsAqRtWoZ95z-GMcecVG5mzA 。

 

神经网络与机器学习简介（Introduction to Neural Networks and Machine Learning）

Geoffrey E. Hinton. University of Toronto. 2014

https://sky2learn.com/preview-wjP3pHdRJvFJK-nXdR1_kg

 

• 机器学习（Machine Learning）

  Ruslan Salakhutdinov. Carnegie Mellon University, Director of AI Research at Apple. This course was taught at University of Toronto. 2015

  https://sky2learn.com/preview-dFtevIcJ3Af6CputGezgDA

  
  

• 机器学习和模式识别（Machine Learning and Pattern Recognition）

  Yann LeCun. New York University, Director of AI Research at Facebook 2010

  https://sky2learn.com/preview-QiHThsEgAVEy4-odxkX1Ng

  
  

• 从数据中学习（Learning from Data）

  Yaser S. Abu-Mostafa. California Institute of Technology. 2012

  https://sky2learn.com/preview-4sLonxjTQNRtKIrJ6xCkAg

  
  

• 机器学习（Machine Learning）

  Kilian Weinberger. Cornell. 2017

  Mobile friendly lecture notes

  https://sky2learn.com/preview-Pq1N3D-lXlencKqqPYxANQ

  
  

• 机器学习（Machine Learning）

  Andrew Ng. Stanford University via Coursera. Founder of Coursera. 2017

  starts on 2017/12/25

  https://sky2learn.com/preview-7W3n96KtqMr-3LLpsFuM2Q/

  
  

• 面向机器学习的神经网络（Neural Networks for Machine Learning）

  Geoffrey Hinton. University of Toronto via Coursera. 2017

  The newer version of his 2014 course, starts on 2017/12/25

  https://sky2learn.com/preview-E9cbKYvP0WjpeNEGBkiUOA/

  
  

• 机器学习和自适应智能（Machine Learning and Adaptive Intelligence）

  Neil Lawrence. University of Sheffield, Director of Machine Learning at Amazon. 2015

  https://sky2learn.com/preview-Qo6n50aBrr1_Ku_Yd8XkJw/

  
  

• 神经网络和机器学习的介绍（Intro to Neural Networks and Machine Learning）

  Roger Grosse. University of Toronto. 2017

  https://sky2learn.com/preview-6dHXgYG3W_OCmPgPy3akGg

  
  

• 信息论，模式识别和神经网络（Information Theory, Pattern Recognition, and Neural Networks）

  David MacKay. University of Cambridge via Videolectures.

  https://sky2learn.com/preview-waGKXtKmz8A9MZZjkbnXMw/

  
  

• 机器学习（Machine Learning）

  Tom Mitchell and Maria-Florina Balcan. Carnegie Mellon University. 2015

  https://sky2learn.com/preview-F6w_2HD9j2tvUNfxE1RrNA/

  
  

• 机器学习（Machine Learning）

  Michael Littman, Charles Isbell, and Pushkar Kolhe. Georgia Institute of Technology via Udacity. 2017

  https://sky2learn.com/preview-AtFhs-yWq9fPxaDgSe_YcA

  
  

• 机器学习简介（Introduction to Machine Learning）

  Sargur Srihari. University at Buffalo. 2017

  https://sky2learn.com/preview-_wrGYyY4Rt0ExRCGN7Oytw/

  
  

• 机器学习——纳米级介绍（Machine Learning - Nano Degree）

  Arpan Chakraborty, David Joyner, Luis Serrano, Sebastian Thrun, Vincent Vanhoucke, and Katie Malone. Udacity. 2017

  https://sky2learn.com/preview-XjNZGyJsqwXORImXYdsURQ/

  
  

• 机器学习教程（Tutorial: Machine Learning）

  Andrew Moore. Dean of School of Computer Science at Carnegie Mellon University.

  https://sky2learn.com/preview-XjNZGyJsqwXORImXYdsURQ/

• 
  

参考链接：

http://bigdata.evget.com/post/2183.html

-END-

专 · 知

人工智能领域主题知识资料查看获取：【专知荟萃】人工智能领域25个主题知识资料全集（入门/进阶/论文/综述/视频/专家等）

同时欢迎各位用户进行专知投稿，详情请点击：

【诚邀】专知诚挚邀请各位专业者加入AI创作者计划！了解使用专知！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请扫一扫如下二维码关注我们的公众号，获取人工智能的专业知识！

请加专知小助手微信（Rancho_Fang），加入专知主题人工智能群交流！

点击“阅读原文”，使用专知！