THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。...

送你一份深度学习10大在线免费课程资源!

640?wx_fmt=png&wxfrom=5&wx_lazy=1

来源:机器之心

本文长度为2000字建议阅读3分钟

本文为你分享10大深度学习免费在线课程,have fun~


现在网络上有大量深度学习在线课程,Edgy Lab为大家找到了10大免费课程,帮助大家自学,助力职业生涯。他们研究了顶尖大学和技术公司开设的深度学习MOOC课程,包括针对初级、中级和高级学习者的课程,覆盖深度学习的大部分概念(从最基础的到最前沿)。不过这些课程都需要一些先决条件:了解数学基础知识、知道如何使用GitHub库,以及掌握编程语言,如Python。以下是课程列表。


1. 深度学习(Deep Learning by Google)


谷歌在在线课程平台Udacity上发布了深度学习专门课程。该课程持续12周,适合中级开发者,讲授深度学习的多方面知识,如如何构建和优化深度神经网络。该课程由谷歌首席科学家、谷歌大脑团队技术负责人Vincent Vanhoucke开发。


  • 课程地址:

    https://www.udacity.com/course/deep-learning—ud730。


2. 神经网络和深度学习(Neural Networks and Deep Learning)


这门课程由斯坦福大学和deeplearning.ai开设,授课人为斯坦福大学教授、Coursera创始人吴恩达,课程通过Class Central和Coursera平台发布。


  • Class Central:

    https://www.class-central.com/mooc/9058/coursera-neural-networks-and-deep-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

  • Coursera:

    https://www.coursera.org/learn/neural-networks-deep-learning


这门课程主要讲授深度学习的基础知识。课程结束时,你将掌握如何构建、训练和管理深度神经网络,以及如何在自己的项目中使用深度神经网络。


3. 算法:设计和分析(Algorithms: Design and Analysis)


算法是深度学习和计算机科学的核心,这门斯坦福大学开设的课程将带你了解算法。


这门课程适合有点编程经验的学习者,课程第一部分讲述「Big-oh」符号、数据排序和搜索、分治法(divide and conquer method)、随机算法、数据结构和图基元。


学习完第一部分之后,可以注册学习第二部分,更深入地学习算法。


  • Part 1:

    https://www.class-central.com/mooc/8984/stanford-openedx-algorithms-design-and-analysis?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october

  • Part 2:

    https://www.class-central.com/mooc/9250/stanford-openedx-algorithms-design-and-analysis-part-2?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october


4. 机器学习(Machine Learning)


这门课程持续14周,每周8-10小时,由佐治亚理工学院开设。


这门课讲授监督和无监督机器学习、随机搜索算法、贝叶斯学习方法、强化学习和其他机器学习概念。


  • 课程地址:

    https://www.class-central.com/mooc/8995/edx-machine-learning?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october


5. 改善深度神经网络(Improving Deep Neural Networks)


这是斯坦福大学和deeplearning.ai开设的另一门MOOC课程,为期3周。这门课程讲授深度神经网络的超参数调整、正则化和性能优化。


课程免费,证书需付费。


  • 课程地址:

    https://www.class-central.com/mooc/9054/coursera-improving-deep-neural-networks-hyperparameter-tuning-regularization-and-optimization?utm_source=quartz&utm_medium=web&utm_campaign=new_courses_october


6. 深度学习讲座(Deep Learning Lecture)


Nando de Freitas是英属哥伦比亚大学的机器学习教授。Freitas在YouTube上发布了一系列深度学习讲课视频,地址:

https://www.youtube.com/playlist?list=PLE6Wd9FR—EfW8dtjAuPoTuPcqmOV53Fu

现有不同长度的 16 个视频。


  • 他还发布了一系列适合本科生的机器学习讲课视频,共 33 个。地址:

    https://www.youtube.com/playlist?list=PLE6Wd9FR—Ecf_5nCbnSQMHqORpiChfJf


7. 机器学习神经网络(Neural Networks for Machine Learning)


这门课程由多伦多大学开设,适合具备Python基础知识的中级学习者。


通过16周的学习,你可以了解深度神经网络及其应用,如语音识别、目标识别、图像分割等。


本课程可免费学习,证书需付费。


  • 课程地址:

    https://www.class-central.com/mooc/398/coursera-neural-networks-for-machine-learning


8. TensorFlow 上的深度学习创新应用(Creative Applications of Deep Learning with TensorFlow)


这门课程在Kadenze Academy平台发布,讲授构建不同算法所需基础知识,算法包括:深度卷积神经网络、变分自编码器、生成对抗网络和循环神经网络。


了解如何构建深度学习网络之后,你可以进一步学习该课程,了解创新应用。


  • 课程地址:

    https://www.class-central.com/mooc/6679/kadenze-creative-applications-of-deep-learning-with-tensorflow


9. 深度学习简介(Introduction to Deep Learning)


这门课程由MIT发布,为期一周。该课程介绍深度学习技术及其部分行业应用,讲授内容包括翻译算法、图像识别、目标识别、博弈等。


  • 课程地址:

    https://www.class-central.com/mooc/8083/6-s191-introduction-to-deep-learning


10. 自动驾驶汽车中的深度学习(Deep Learning for Self-Driving Cars)


这门课程也由MIT开设,专注于自动驾驶。这门课程适合初学者,不过对高级学习者也有用处,介绍了自动驾驶汽车和半自动驾驶汽车中的深度学习系统。


这门课有5个视频讲座,每个视频讲解一个自动驾驶汽车中的深度学习方法。


  • 课程地址:

    https://www.class-central.com/mooc/8132/6-s094-deep-learning-for-self-driving-cars 



0?wx_fmt=png

0?wx_fmt=jpeg

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭