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。