值得留给子孙后代的计算机课程

2019 年 11 月 15 日 AINLP

很多高校教师堪称“兴趣杀手”,很多都是PPT reader,能把课讲好的少之又少。

这里分享几个“灵魂讲师”,把知识讲得通透,看过这些课,就能明白“灌输”和“引导”的差别。


评论里分享的课程,我附加在了后面,这里感谢一下大家!!!


  1. 线性代数 by Prof. Gilbert Strang from MIT

这位美国著名的数学家把线性代数的来龙去脉讲的非常通透。这么牛逼的教授,拿起粉笔在黑板上一笔一划地带你思考,带你探索线性代数,进入线性代数的“魔法世界”,世上不会有这么好的事了。一个youtube上有好几个千赞评论的正经课程,真的不多了。。。

网易云课堂里也有此课程,欢迎享用。

2. 算法导论 by Prof. Erik Demaine from MIT

20岁获得博士学位的精壮小伙子手把手教你“世界上最优美的算法”--动态规划,透过电脑屏幕,你能感受到他对算法的热爱。一个好的讲者,应该是真的热爱知识,也热爱分享知识的人,Prof. Erik Demaine就是这样的人。

3. 机器学习 by Prof. Andrew ng from stanford

全球有200万人上过他的课,男神Andrew ng把机器学习的基本理论讲得清晰易懂。我爱coursera上的machine learning这门课,更爱他拿着粉笔站在讲台上讲machine learning的课

在coursera《Machine Learning》课程的结束,男神Andrew ng略带哽咽地跟大家道谢,他的真诚扑面而来,你不由得觉得好像要同一位至善的朋友道别,多愁善感的我也差点掉下眼泪。。。



大家有什么好的课程,欢迎分享到评论区,造福更多子孙后代。。。


评论区分享的课程:

1. Introduction to Probability from MIT:  youtubeMIT官网 (2018最新款)

2. 概率课 by 叶丙成教授 from 台大:coursera

3. 机器学习基石 by 林轩田 from 台大:B站 B站2号

4. 深度学习 by 李宏毅 from 台大:B站

5. 机器学习 by 李宏毅 from 台大:B站

6. 分布式系统 from MIT 6.824: MIT, youtube

7. 操作系统 from MIT 6.828: MIT, youtube

8. 数据库 from MIT 6.830: MIT, youbube

9. 数据结构 by 邓公 from 清华:MOOC

10. 模拟电路 by 郑老师 from上海交大:QQ

11. CS231n 斯坦福深度视觉识别课 by Feifei Li from stanford:MOOC

12. 抽象代数 from 哈佛大学:B站哈佛官网

13. 电路 from MIt 6.002:youtube

14. Programming Languages by Dan Grossman from华盛顿大学: coursera

15. 公正 Justice from 哈佛:B站

16. 神秘的混沌理论 纪录片:B站

17. 哲学:死亡 from 耶鲁大学: B站

18. 深度强化学习 by 李宏毅 from台大:B站

19. 编程方法学 from Stanford: B站-课程A B站-课程B

20. 计算机科学 from 哈佛:B站

21.  Introduction to Computer Systems 深入理解计算机系统的课程 from CMU: B站

22. 编程范式 from Stanford: B站



感谢分享者!!!!

@天10 @zzy @安之 @七彩空气 @茄子豆角拌芹菜 @spirit @熊超 @赵毓轩 @疯梓黄 @sputnic1 @Winteryan @彭猫




本文转载自公众号:机器学习小知识作者 杨洋


推荐阅读


神奇的Embedding


当BERT遇上知识图谱


深度学习中不得不学的Graph Embedding方法


Google工业风最新论文, Youtube提出双塔结构流式模型进行大规模推荐


揭开YouTube深度推荐系统模型Serving之谜


经典!工业界深度推荐系统与CTR预估必读的论文汇总



关于AINLP


AINLP 是一个有趣有AI的自然语言处理社区,专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享,主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等,欢迎关注!加技术交流群请添加AINLP君微信(id:AINLP2),备注工作/研究方向+加群目的。



登录查看更多
0

相关内容

线性代数(Linear Algebra)是数学的一个分支,它的研究对象是向量,向量空间(或称线性空间),线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题;因而,线性代数被广泛地应用于抽象代数和泛函分析中;通过解析几何,线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型,使得线性代数被广泛地应用于自然科学和社会科学中。 - 题图来自「维基百科」。
台湾大学林轩田机器学习书籍《从数据中学习》,216页pdf
【斯坦福新课】CS234:强化学习,附课程PPT下载
专知会员服务
118+阅读 · 2020年1月15日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
29+阅读 · 2019年1月18日
学好机器学习,这里有你想要的一切
伯乐在线
3+阅读 · 2018年6月13日
视频 | 计算机科学中的数学 01
遇见数学
15+阅读 · 2018年4月14日
吴恩达深度学习系列课程
平均机器
4+阅读 · 2018年2月1日
深度学习课程资源整理
AINLP
8+阅读 · 2017年9月28日
独家 | Michael I. Jordan最新清华授课笔记!
THU数据派
4+阅读 · 2017年9月17日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
9+阅读 · 2018年10月18日
VIP会员
相关资讯
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
29+阅读 · 2019年1月18日
学好机器学习,这里有你想要的一切
伯乐在线
3+阅读 · 2018年6月13日
视频 | 计算机科学中的数学 01
遇见数学
15+阅读 · 2018年4月14日
吴恩达深度学习系列课程
平均机器
4+阅读 · 2018年2月1日
深度学习课程资源整理
AINLP
8+阅读 · 2017年9月28日
独家 | Michael I. Jordan最新清华授课笔记!
THU数据派
4+阅读 · 2017年9月17日
Top
微信扫码咨询专知VIP会员