AI免费公开课一网打尽！14个类别、230门课程，GitHub标星6k+
轻沉发自浅度寺
量子位出品|公众号QbitAI
要说这两年最火的机器学习课程，当属吴恩达的MachineLearning。
△Coursera平台上的MachineLearning课程
但去哪学，也成了摆在大家面前的难题。
目前该项目已经在Github收获了6000+星，Fork数也超过1.4K。
DeepNeuralNetworks（深度神经网络），43门
MachineLearningFundamentals（机器学习基础），12门
OptimizationforMachineLearning（机器学习优化方法），12门
GeneralMachineLearning（通用机器学习），39门
ReinforcementLearning（强化学习），14门
BayesianDeepLearning（贝叶斯深度学习），5门
GraphNeuralNetworks（图神经网络），9门
ProbabilisticGraphicalModels（概率图模型），5门
NaturalLanguageProcessing（自然语言处理），10门
AutomaticSpeechRecognition（语音识别），5门
ModernComputerVision（现代计算机视觉），25门
BootCampsorSummerSchools（夏令营与暑期学校讲座），44门
MedicalImaging（医学影像），5门
Bird’s-eyeviewofArtificialIntelligence（人工智能概览），4门
△目前仓库中所有课程列表
下面我们简单介绍一下每类课程覆盖的内容，并推荐其中颇负盛名的好课。
DeepNeuralNetworks深度神经网络
主要涉及神经网络的工作原理及基本的应用。
课程推荐
1、NeuralNetworksforMachineLearning
GeoffreyHinton，UniversityofToronto，2012/2014
△多伦多大学教授GeoffreyHinton
看到Hinton这个名字任何人都难免会虎躯一颤——深度学习奠基人之一，2019年图灵奖获得者。
2、CS231n:CNNsforVisualRecognition
JustinJohnson，StanfordUniversity，2015-2017
△斯坦福大学教授，华人学者李飞飞
同样是这两年网络上的爆款课程，华人学者李飞飞的团队出品。每年的课程内容都会根据最新的研究成果更新，是计算机视觉很好的入门课程。
3.CS320:DeepLearning
AndrewNg，StanfordUniversity，2018
△前斯坦福大学教授，华人学者吴恩达
华人学者吴恩达亲自讲授的深度学习课程，内容全面的深度学习宝典，现在已经有了专门的在线课。
MachineLearningFundamentals机器学习基础
要想深入理解机器学习原理，数学知识必不可少。本类目包括了线性代数、概率与统计、微积分、信息论等基础数学课程。
课程推荐：
LinearAlgebra
GilbertStrang，MIT
OptimizationforMachineLearning机器学习优化方法
优化方法是机器学习算法的灵魂，本类目以优化为主题，包含了凸优化课程和针对机器学习的优化理论课程。
课程推荐
1、ConvexOptimization
StephenBoyd,StanfordUniversity
△Boyd编写的凸优化教材中文版封面
StephenBoyd编写的《凸优化》是中国许多高校的凸优化课程教材，现在有机会听到作者本人授课了！
2、Optimization
GeoffGordonRyanTibshirani,CMU
3、ConvexOptimization
RyanTibshirani,CMU
4、AlgorithmicAspectsofMachineLearning/AdvancedAlgorithms
AnkurMoitra,MIT
GeneralMachineLearning通用机器学习
本类目主要讲授机器学习理论、统计机器学习方法等内容。
课程推荐
CS229:MachineLearning
AndrewNg,StanfordUniversity
△吴恩达在斯坦福大学主讲的MachineLearning课程
吴恩达主讲的机器学习课程，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。
ReinforcementLearning强化学习
本类目主要介绍强化学习基础及进阶技术。大家熟知的阿法狗（AlphaGo）和各种游戏AI都是强化学习的产物。
课程推荐
1、IntroductiontoReinforcementLearning
DavidSilver,DeepMind
△AlphaGo与李世石的人机大战
Deepmind公司可谓在强化学习领域苦心耕耘多年，AlphaGo、AlphaZero、德州扑克AI、星际争霸AI等都出自他们之手。快来看看Deepmind研究员DavidSilver如何阐释强化学习。
2、DeepReinforcementLearning
SergeyLevine,UCBerkeley
3、CS234:ReinforcementLearning
EmmaBrunskill,StanfordUniversity
BayesianDeepLearning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
DeepLearningandBayesianMethods
LotsofLegs,HSEMoscow
GraphNeuralNetworks图神经网络
近几年对于图神经网络的研究越来越多，图神经网络可以有效地处理想社交网络这样的图数据，是一个热门的研究方向。
此部分还包含了基于三维几何的深度学习内容，3D视觉同样是近几年开始被广泛研究的课题。
由于这些方向兴起时间不长，所以基本以workshop和讲座为主。
ProbabilisticGraphicalModels概率图模型
概率图模型在研究中有着广泛的应用，如知名的隐马尔科夫模型（HMM）、条件随机场（CRF）等都属于概率图模型。同时概率图模型也是图神经网络的基础。
推荐课程
ProbabilisticGraphicalModels
EricXing,CMU
华人教授邢波主讲的课程，邢波教授本人专攻机器学习、计算生物学等方向。
NaturalLanguageProcessing自然语言处理
本部分主要介绍计算语言学以及基于深度学习的自然语言处理（NLP）。
推荐课程
1、NeuralNetworksforNaturalLanguageProcessing
GrahamNeubig,CMU
2、NaturalLanguageProcessingwithDeepLearning
AbigailSee,ChrisManning,RichardSocher,StanfordUniversity
AutomaticSpeechRecognition语音识别
主要讲授如何应用深度学习技术进行语音识别。
ModernComputerVision现代计算机视觉
所谓现代计算机视觉，其实包括了传统方法和基于深度学习的方法两部分。
推荐课程
1、ConvolutionalNeuralNetworks
AndrewNg,StanfordUniversity
2、CS205A:MathematicalMethodsforRobotics,VisionandGraphics
JustinSolomon,StanfordUniversity
BootCampsorSummerSchools夏令营与暑期学校
这部分主要是知名大学夏令营、暑期学校中的专题讲座，内容通常比较前沿，值得一看。
MedicalImaging医学影像
主要讲授如何运用机器学习方法进行医学影像分析，主要是暑期学校课程。
Bird’s-eyeviewofArtificialIntelligence人工智能概览
这部分主要是大牛的讲座和讲话，探讨了人工智能发展方向，以及人工智能与认知、情感、道德、伦理、社会等方面的关系，是人工智能在技术之上更高层次的探究，可以帮助你对人工智能有更深的理解。
最后，附上项目传送门：
—完—
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
վ'ᴗ'ի追踪AI技术和产品新动态