AI公开课(ai学课堂官网)

浅庙之光
量子比特制作|微信官方账号QbitAI
读足够多的书，这样你就可以开始发展直觉，相信直觉并努力去实现它！
通过大量阅读来培养自己的直觉，相信自己的直觉，大胆实践！
杰弗里辛顿——号
过去两年最热门的机器学习课程是吴恩达的机器学习。
这原本是斯坦福大学吴恩达开设的一门课程。课程的视频在网上受到学习者的广泛好评，随后推出了专门的网络课程。
Coursera平台上的机器学习课程
现在越来越多的人选择通过看视频课程来学习知识。一方面，有了老师的指导，再难的内容也会更容易理解；另一方面，可以充分利用通勤和等待期间的空余时间。
在深度学习这么火的今天，很多人通过课程视频学习各个领域的知识。
虽然许多世界知名大学都发布了学校讲座或讲座的视频，以方便全世界对深度学习感兴趣的学习者。
但是去哪里读书也成了大家的难题。
今天要介绍的Github仓库深度学习毛毛雨，是深度学习相关课程/讲座视频的大集合，其中不乏学术界著名大牛教授的课程。
目前该项目在Github已经获得6000颗星，分叉数超过1.4K
仓库维护人员整理了14类232个视频课程，数量还在增加。包括：
深度神经网络(Deep Neural Networks)、43个机器学习基础(Machine Learning Fundamentals)和12个针对机器学习的优化(Machine Learning Optimization methods)、12个通用机器学习、39个强化学习、14个贝叶斯深度学习和5个图神经网络。9概率图形模型，5自然语言处理，10自动语音识别，5现代计算机视觉。25个新兵训练营或暑期学校，44个医学成像，5个人工智能鸟瞰图，4个。
当前仓库所有课程列表
下面简单介绍一下每节课涵盖的内容，推荐一下大家熟知的课。
深层神经网络
主要涉及神经网络的工作原理和基本应用。
课程推荐
1、用于机器学习的神经网络
杰弗里辛顿，多伦多大学，2012/2014
多伦多大学教授杰弗里辛顿
任何人看到辛顿这个名字都难免不寒而栗。——深度学习创始人之一，2019年图灵奖获得者。
2、用于视觉识别的CS231n: CNNs
贾斯廷约翰逊，斯坦福大学，2015-2017
斯坦福大学教授、中国学者李菲菲
这是近两年互联网上同样的爆炸性课程，由中国学者李菲菲的团队制作。每年都会根据最新的研究成果更新课程内容，是一门很好的计算机视觉入门课程。
3.CS320:深度学习
斯坦福大学吴恩达分校，2018年
前斯坦福大学教授、中国学者吴恩达
中国学者吴恩达亲自教授深度学习课程，这是一本关于深度学习的综合书籍，现在有专门的在线课程。
机器学习基础
要深入理解机器学习的原理，数学知识必不可少。这一类包括线性代数、概率统计、微积分、信息论等数学基础课程。
课程推荐：
线性代数
吉尔伯特斯特朗，麻省理工学院
机器学习的优化机器学习优化方法
优化是机器学习算法的灵魂。这一类别以最优化为主题，包括凸优化课程和机器学习的优化理论课程。
课程推荐
1、凸优化
斯坦福大学史蒂芬博伊德分校
Boyd写的《凸优化》教材中文版封面
史蒂芬博伊德编写的《凸优化》是国内许多大学的凸优化课程教材。现在有机会听作者本人讲课了！
2、优化
杰夫戈登瑞安蒂布拉尼，CMU
3、凸优化
瑞安蒂布拉尼，CMU
4、机器学习的算法方面/高级算法
麻省理工学院安库尔莫伊特拉
通用机器学习
这一类主要讲授机器学习理论，统计机器学习方法等等。
课程推荐
CS229:机器学习
斯坦福大学吴恩达分校
斯坦福大学吴恩达教授的机器学习课程
吴恩达给出的机器学习课程深入讲解了各种常用的统计机器学习模型，可谓经典中的经典。
强化学习
这一类主要介绍强化学习的基础和先进技术。众所周知的AlphaGo和各种游戏AI都是强化学习的产物。
课程推荐
1、强化学习简介
大卫西尔弗，深度思维
AlphaGo与李世石的人机大战
Deepmind在强化学习领域耕耘多年。AlphaGo，AlphaZero，德州扑克AI，星际争霸AI等。都是出自他们之手。来看看Deepmind研究员大卫西尔弗是如何解释强化学习的。
2、深度强化学习
谢尔盖莱文，加州大学伯克利分校
3、CS234:强化学习
艾玛布伦斯基尔，斯坦福大学
贝叶斯深度学习贝叶斯深度学习
主要讲授基于贝叶斯网络的深度学习方法。
课程推荐
深度学习和贝叶斯方法
许多传奇，HSE莫斯科
图形神经网络
近年来，关于图神经网络的研究越来越多。图神经网络能够在理想社会网络等图数据中有效定位，是一个热门的研究方向。
这部分还包括基于3D几何的深度学习的内容，3D视觉也是近年来被广泛研究的课题。
因为这些方向兴起时间不长，主要是工作坊和讲座。
概率图模型
概率图模型在研究中应用广泛，如著名的隐马尔可夫模型(HMM)和条件随机场(CRF)，都属于概率图模型。同时，概率图模型也是图神经网络的基础。
推荐课程
概率图形模型
埃里克邢，CMU
邢博教授，中国人，研究方向为机器学习和计算生物学。
自然语言处理
这部分主要介绍基于深度学习的计算语言学和自然语言处理(NLP)。
推荐课程
1、用于自然语言处理的神经网络
CMU格拉汉姆纽比格
2、深度学习的自然语言处理
阿比盖尔西，克里斯曼宁，理查德索彻，斯坦福大学
自动语音识别
主要讲授如何将深度学习技术应用于语音识别。
现代计算机视觉
所谓现代计算机视觉，其实包括两部分：传统的方法和基于深度学习的方法。
此类课程包括数字图像处理和计算机视觉领域的传统方法的解释，以及摄影、视频处理和机器人领域的深度学习研究。
推荐课程
1、卷积神经网络
斯坦福大学吴恩达分校
2、CS205A:机器人学、视觉和图形学的数学方法
贾斯汀所罗门，斯坦福大学
新兵训练营或暑期学校夏令营和暑期学校
这部分主要是知名大学的夏令营和暑期学校的专题讲座。内容通常很前沿，值得一看。
医学成像医学成像
主要教授如何使用机器学习方法进行医学图像分析，主要是在暑期学校的课程中。
人工智能鸟瞰图人工智能概述
这部分主要是大牛的讲座和演讲，讨论人工智能的发展方向，以及人工智能与认知、情感、道德、伦理、社会的关系。是在技术基础上对人工智能更高层次的探索，可以帮助你对人工智能有更深入的了解。
最后，附上项目门户：
https://github.com/kmario23/deep-learning-drizzle
—End—诚意招聘量子比特正在招聘编辑/记者，工作地点北京中关村。期待有才华有热情的同学加入我们！详情请在QbitAI对话界面回复“招聘”二字。量子qbitai头条签约作者”追踪ai技术和产品新趋势。