吳恩達開課每月49美元！嫌貴？這有免費課程！

自從今年早些時候離開百度AI事業部之後，吳恩達一直很忙。他創辦了Deeplearning.ai，旨在繼續提供深度學習方面的服務。近期，Deeplearning.ai與Coursera合作帶來了一系列深度學習在線課程。因為該在線課程的開通，斯坦福大學教授承諾的的三個項目也總算完成了一個。

關於Deeplearning.ai，百度詞條只有兩句話：

作為人工智慧和深度學習領域最權威的國際專家之一，吳恩達也算是在自己的老本行里打拚了。深度學習作為目前最受追捧的技能之一，其技術門檻之高讓很多人有心無力。吳恩達公司和Coursera本次合作推出的課程可以幫助開發人員學習深度學習基礎知識、如何構建神經網路以及如何成功運行機器學習項目。

該項目目前包含五大課程，主要是Python和TensorFlow，其中一部分將在課程中教授編碼，包括卷積網路、RNN、LSTM、Adam、Dropout、BatchNorm、Xavier / He初始化等等，同時有實踐的動手測驗和應用，或許對就業有所幫助。

吳恩達表示，希望建立一個以人為本的社會，為每個人提供負擔得起的醫療保障，為每一個孩子提供個性化教育，為所有人提供便宜的自駕車，為每個人提供有意義的工作，Deeplearning.ai旨在使未來變得更光明。

但是，雖然這個課程似乎很迷人，但並不是免費的，每個月要交49美元，而且普通人通常一個月是學不完的，何況第4課和第5課還在製作中。不過，筆者找到了一些同樣很棒的免費課程。

機器學習

• 牛津大學自然語言處理項目——DEEPNLP

這是一個應用課程，側重於使用循證神經網路分析生成語音和文本的最新進展，並介紹機器學習模型相關的數學定義，並得出相關的優化演算法。該課程涵蓋NLP神經網路的一系列應用，包括分析文本的潛在維度，將語音轉錄為文本，翻譯語言和回答問題。本課程由Phil Blunsom主辦，並與DeepMind自然語言研究小組合作交付。

（該課程開源地址：https://github.com/oxford-cs-deepnlp-2017/）

• COMS 4771：哥倫比亞大學機器學習項目

由Tony Jebara教授開設的機器學習課程介紹了一系列相關演算法和模型，包括最小二乘法、高斯分布、線性分類、線性回歸、最大相似數、指數分布、貝葉斯網路、貝葉斯推理、混合模型、EM演算法、圖形模型、隱馬爾可夫模型等。

（該課程地址：http://www.cs.columbia.edu/~jebara/4771/index.html）

• CS20si斯坦福大學深度學習框架 Tensorflow研究

本課程將涵蓋Tensorflow的基礎知識和相關應用。該課程的目標是幫助學生了解Tensorflow並探索其提供的功能，並學習如何構建最適合深度學習項目的模型。通過課程，學生將使用Tensorflow構建不同複雜性的模型，從簡單的線性/邏輯回歸到卷積神經網路和具有LSTM的循證神經網路來解決諸如字嵌入、翻譯、光學字元識別等任務。學生還將學習構建模型並研究最佳實踐。

（該項目地址：http://web.stanford.edu/class/cs20si/index.html）

• CS 156 機器學習基礎課程

這是機器學習（ML）的介紹性課程，涵蓋了基本理論、演算法和應用。ML是大數據中的關鍵技術，在金融、醫療、製造業等眾多領域均有應用。它使計算系統通過觀察積累數據來自適應提高其性能。ML已經成為今天最熱門的研究領域之一，該課程由加州理工學院15個不同專業的本科和研究生負責。本課程既有理論也有實踐，涵蓋了數學和一些基礎知識。

（該項目地址：https://work.caltech.edu/telecourse.html）

• CS 287加州大學伯克利分校 Advanced Robotics

該課程介紹了最先進的機器人系統下的數學和演算法，這些技術中大多數都基於概率推理和優化，在現代人工智慧中廣泛適用。

（該項目地址：https://people.eecs.berkeley.edu/~pabbeel/cs287-fa13/）

• DS-GA 1008紐約大學深度學習項目

這個日益流行的課程是通過紐約大學數據科學中心進行的。原本由Yann Lecun先生介紹，現在由Zaid Harchaoui領銜。它涵蓋了用於在計算機視覺和自然語言處理中實現機器學習任務非常高精度的理論、技術和技巧。

（該項目地址：http://cilvr.cs.nyu.edu/doku.php?id=deeplearning2015:schedule）

人工智慧

• CS 188加州大學伯克利分校人工智慧項目

本課程將介紹智能計算機系統設計的基本思路和技術，特彆強調統計和決策理論建模範式。在本課程結束之前，將建立自主代理商以有效的方式做出決策，其中的機器學習演算法將對手寫數字和照片進行分類。本課程介紹的技術適用於各種人工智慧問題，並將作為選擇追求任何應用領域進一步學習的基礎。

（該項目地址：http://ai.berkeley.edu/home.html）

• CS 4700康奈爾大學人工智慧項目

本課程將介紹計算機視覺，主題包括圖像生成、特徵檢測、運動估計、圖像鑲嵌、3D形狀重建以及對象面部檢測和識別。這些技術的應用包括構建3D地圖、創建虛擬人物、組織照片和視頻資料庫、人機交互、視頻監控、自動車輛導航和移動計算機視覺。

（該項目地址：http://www.cs.cornell.edu/courses/cs4700/2014fa/）

• 6.868J麻省理工學院 心靈理解項目

本課程旨在解釋如何通過簡單過程的集合來構思心靈理論。它將思維方式視為視覺、語言、學習、推理、記憶、意識、理想、情感和個性。它結合了心理學、人工智慧和計算機科學的思想，以解決理論問題，如整體與部分，結構與功能描述，聲明與程序性表示，符號與連接主義模型，邏輯與常識理論學習。

（該項目地址：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-868j-the-society-of-mind-fall-2011/index.htm）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！