福利丨9大深度學習線上課程,你沒理由不看!
面向NLP的深度學習課程,從基礎神經網路講起,到概率模型,再到word2vec,最後講到RNN模型在NLP領域的應用等,是NLP方向的必修課。
【1】Andrew NG Deep Learning.ai
http://deeplearning.ai/
推薦理由:Andrew Ng老師是講課的能手,很多人認識他是從Stanford的經典《機器學習》課程上。Andrew老師授課思路清晰,簡潔明瞭。相信這門他宣佈創業後推出的第一門課程一定不會讓人失望。
【2】 fast.ai 的 Making neural nets uncool again
http://www.fast.ai/
推薦理由:這門課和很多傳統的授課方式不同,它從應用入手,逐步往深了講,讓你先領會“開車”的樂趣,然後再興致盎然地去學習車的原理甚至去修車。有人建議,以此入門,找到樂趣,再學習更基礎的課程。
【3】斯坦福大學的課程 CS231n Convolutional Neural Networks for Visual Recognition
http://cs231n.stanford.edu/
推薦理由:此門課有斯坦福人工智慧實驗室主任Fei-Fei Li主講,作為IMAGE-NET的主要發起人,Li的實驗室一直活躍在計算機視覺前沿研究領域,培養了眾多青年才俊。建議從事計算機視覺方向的同學關注此課程。
【4】 2016 年蒙特利爾深度學習暑期班
https://www.youtube.com/watch?list=PL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR&v=xK-bzjIQkmM
推薦理由:看看嘉賓陣容吧,Yoshua Bengio 教授迴圈神經網路,Surya Ganguli 教授理論神經科學與深度學習理論,Sumit Chopra 教授 reasoning summit 和 attention,Jeff Dean 講解 TensorFlow 大規模機器學習,Ruslan Salakhutdinov 講解學習深度生成式模型,Ryan Olson 講解深度學習的 GPU 程式設計,等等。
【5】斯坦福大學的課程CS 20SI: Tensorflow for Deep Learning Research
http://web.stanford.edu/class/cs20si/index.html
推薦理由:Tensorflow正在一統天下,此門課程帶你用Tensorflow入門深度學習世界,無論是科研還是應用,都是不錯的入門材料。
【6】Geoffrey Hinton Neural Networks for Machine Learning | Coursera
https://www.coursera.org/learn/neural-networks
推薦理由:沒錯,授課人就是憑一己之力把深度神經網路帶向輝煌的Hinton老爺子,課程難度不小,但相信堅持下來收穫一定不小。
【7】斯坦福大學的課程CS224d: Deep Learning for Natural Language Processing
http://cs231n.stanford.edu/
推薦理由:面向NLP的深度學習課程,從基礎神經網路講起,到概率模型,再到word2vec,最後講到RNN模型在NLP領域的應用等,是NLP方向的必修課。
【8】Yann Lecun 深度學習公開課
https://www.college-de-france.fr/site/en-yann-lecun/course-2016-04-15-11h00.htm
推薦理由:作為 Facebook AI 實驗室(FAIR)的負責人和CNN的發明人,Yann Lecun 身處業內機器學習研究的最前沿,通過該課程能瞭解到近幾年深度學習研究的最新進展。該系列可作為探索深度學習的進階課程。
【9】UBC 本科生的機器學習課程 Machine Learning for Undergraduates
https://www.youtube.com/playlist?list=PLE6Wd9FR--Ecf_5nCbnSQMHqORpiChfJf
推薦理由:從課程名稱上就可看出這是門偏向基礎的課程,是瞭解機器學習基礎的入門必修課。數學是這門課的重點內容,授課老師Nando de Freitas 對基礎數學原理做了很好的講解,並引出了更高階的數學概念。