铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI
各类网课千千万,谁家课程可称王?
最近,科技新闻网站HackerNews的网友就公平票选了一波,大家集思广益,投出了一版最优质、最受欢迎的网课资源。
这份资源类型丰富,以数据科学、人工智能、机器学习、数学、软件等计算机科学课程为主,对于课程内容介绍详细,还附上了网友此前讨论时的推荐语。
对了,课程地址也已经附上,不用到处东奔西走找资源了。
短短一天,这份清单在HackerNews上热度已超600,网友纷纷大呼“干货太多”!
课程介绍
这份清单共介绍了62个热门课程,课程均来自大型公开课平台Coursera和edX,为斯坦福大学、华盛顿大学、麻省理工学院等高校教师授课,大多都是免费的。
量子位从中挑选了十大AI热门课程:
《机器学习》
课程来自斯坦福大学,吴恩达老师亲授,主要介绍了机器学习、数据挖掘和模式识别基础知识,学习时长为11周。
课程地址:
https://hn.academy/coursera.org/learn/machine-learning/
《人工智能》
由哥伦比亚大学的美女讲师Ansaf Salleb-Aouissi亲授,人工智能入门课程。内容包括AI的发展历史、基本概念的介绍、机器学习算法基础、AI应用方向、Python入门等。
课程地址:
https://hn.academy/edx.org/course/artificial-intelligence-uc-berkeleyx-cs188-1x-0/
《深度学习》
没错,这就是吴恩达的明星课程,了解深度学习的基础,包括如何构建神经网络、如何从0开始搭建机器学习项目,这本书可是不二选择。
此外,吴恩达还邀请了一批深度学习大牛讲自己的经历与故事。
课程地址:
https://hn.academy/coursera.org/specializations/deep-learning/
机器学习
这版机器学习课来自华盛顿大学,内含四门子课程,分别为机器学习案例研究方法、回归、分类和聚类和检索问题。
每个问题专项突破,在四个角度理解机器学习基础知识。
课程地址:
https://hn.academy/coursera.org/specializations/machine-learning/
计算机科学概论
哈佛大学课程,代号CS50。如果在开始机器学习课程的学习前,对整个计算机科学和编程了解不够多,用这套课程热身再合适不过。
这套课程不仅从宏观层面讲解了计算机科学中算法、数据结构、封装、资源管理等基础概念,还对C、Python、SQL、JavaScript以及CSS和HTML等语言进行讲解。
课程地址:
https://hn.academy/edx.org/course/cs50s-introduction-computer-science-harvardx-cs50x/
神经网络与深度学习
这套课程是吴恩达deeplearning.ai专项课程系列中的其中一门,面向有一定基础的学习者。
与入门级课程不同,这套课程已经涉及到神经网络构建过程中关键参数的设置问题,还加入了深度学习研究近期的主要技术趋势。课程内容甚至还能在面试时为你加分。
课程地址:
https://hn.academy/coursera.org/learn/neural-networks-deep-learning/
移动机器人的控制
在学习了一定理论基础知识后,将理论化身为现实生活中好玩的应用也是个不错的选择。
这套机器人课来自佐治亚理工大学,侧重将理论基础应用到机器人的移动问题中,有趣、好玩,不失为学习过程中的一剂调味品。
课程地址:
https://www.coursera.org/learn/mobile-robot
构建机器学习项目
要说网课明星主讲人,还是非吴恩达老师莫属。这套面向初级选手的课程的课程用时只需7小时,门槛低。
内容主要以大体了解为主,包括诊断机器学习系统中的错误、了解端对端学习、转移学习和多任务学习等,还自带中文字幕buff呦。
课程地址:
https://hn.academy/coursera.org/learn/machine-learning-projects/
人人可Python
这套课程来自密歇根大学,主要介绍Python编程基础知识。课程介绍中还强调,面向小白,只要了解最简单的基础数学知识即可。
10个小时,带你从0→学会安装→学习自己编写第一个程序→学会利用核心编程工具。
课程地址:
https://hn.academy/coursera.org/learn/python/
对了,HackerNews还对每门推荐课程进行了简短的文字介绍,还附上此前网友讨论时的评论与相关地址。
传送门
除了计算机科学相关课程,这份清单中也有不少《佛教与现代心理学》、《吉他初学者》等有意思的兴趣课。总之,彩蛋多多~
好课清单:
https://hn.academy/
讨论地址:
https://news.ycombinator.com/item?id=18816418
2019,祝学有所得。
— 完 —