机器学习资源整理（视频、书籍、链接）

最全的机器学习资源整理（持续更新）

视频资源

吴恩达创立的深度学习学院

链接：http://deeplearning.ai/
介绍：需要付费的，在线学习，讲解较为基础的机器学习及神经网络知识。学完后通过考试还能拿个证书。不过要注意，当前coursera是要收费的，但是新用户注册7天内是免费的，所以注册
后赶紧学完考试拿证，超期后需要支付320元左右才能继续学习。

人工智能入门麻省理工学院公开课：人工智能

链接：http://open.163.com/movie/2017/9/Q/S/MCTMNN3UI_MCTMNR8QS.html
介绍：本课程学习人工智能，以授课形式讲述什么人工智能，人工智能的重要性和其未来，包括如何进行博弈、图像识别、以及机器学习方面的内容

吴恩达的《深度学习》课程

链接：http://open.163.com/movie/2017/8/N/G/MCS5AQH7J_MCS5BJFNG.html
介绍：吴恩达博士是Google Brain项目的发起人和领导者，斯坦福大学的计算机科学教授，Coursera的联合创始人和联合主席。他还曾任百度的副总裁和首席科学家，在这里，他领导了约
1300人的人工智能团队，并负责百度的国际人工智能战略和基础建设。由 deeplearning.ai 出品，网易引进的正版授权中文版深度学习工程师微专业课程，让你在了解丰富的人工智能应用案
例的同时，学会在实践中搭建出最先进的神经网络模型，训练出属于你自己的 AI。

李飞飞：如何教计算机理解图片

链接：http://open.163.com/movie/2015/3/Q/R/MAKN9A24M_MAKN9QAQR.html
介绍：小孩看到图时，能立刻识别出图上的简单元素，例如猫、书、椅子。现如今，计算机也拥有足够智慧做到这一点了。接下来呢？斯坦福大学的计算机视觉专家李飞飞将描绘当今人工智
能科技的前沿领域。她和她的团队建立起了一个含有1500万张照片的数据库，并通过该数据库来教计算机理解图片。

斯坦福大学公开课 ：机器学习课程

链接：http://open.163.com/special/opencourse/machinelearning.html
介绍：人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是，机器学习无疑是最有希望实现这个目标的
方向之一。斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程，给全世界的学生和教育工作者。得益于这个项目，我们有机会和全世界站在同一个数
量级的知识起跑线上。

西安电子科技大学人工智能视频

链接：http://www.openke.net/show-2832.html
介绍：《人工智能原理与方法》较全面地介绍了人工智能的基本理论、方法及其应用技术。全书共12章，可分为三大部分：第一部分包括第1章至第6章，论述了人工智能的三大技术，即知识
表示、推理及搜索，重点讨论了不确定性的表示及处理技术；第二部分包括第7章至第10章，着重讨论了专家系统、机器学习、模式识别及智能决策支持系统等研究领域的有关概念及系统构成
技术；第三部分包括第11章和第12章，分别讨论了神经网络和智能计算机的概念、模型、研究现状及展望等。

吉林大学人工智能表视频

链接：http://www.openke.net/show-3935.html
介绍：吉林大学人工智能主要阐述人工智能问题求解方法的一般性原理和基本思想。主要内容有：一般的搜索问题，括盲目搜索和启发式搜索等；与或图搜索，括AO*算法和博弈树搜索等；谓
词逻辑以及基于归结的定理证明方法；知识表示，括产生式方法、语义网络、框架等；不确定性推理方法，括贝叶斯方法、证据理论和确定性方法等；机器学习，括实例学习、解释学习、决
策树学习和神经网络等；高级搜索，括局部搜索方法、模拟退火方法和遗传算法等。

吴恩达“机器学习”公开课

链接：https://www.coursera.org/learn/machine-learning
介绍：这门课最大的特点，是它侧重于概念理解而不是数学。数学推导过程基本被略过，重点放在让初学者理解这背后的思路。另外，它还十分重视联系实际和经验总结：1. 课程中吴恩达老 <