摘要: 这里有精心策划、超赞的、免费的机器学习和人工智能课程与视频讲座清单。所有的课程都是最好的人工智能研究人员和教师制作的高质量视频讲座，让你轻松从入门到精通。

最好的免费机器学习和AI课程，让你从入门到精通

雷锋字幕组双语原文：最棒的免费机器学习和AI课程，让你从入门到精通

英语原文：Awesome Machine Learning and AI Courses

翻译：雷锋字幕组（明明知道）

这是一个精心策划、超赞的、免费的机器学习和人工智能课程与视频讲座清单。所有的课程都是最好的人工智能研究人员和教师制作的高质量视频讲座。除了视频讲座，我还将课程网站与课堂讲稿、附加阅读材料和作业链接起来。

介绍性讲座

在机器学习和人工智能方面，这些都是很好的入门课程。没有ML和AI的经验是必要的。你应该有一些线性代数，微积分入门和概率的知识。一些编程经验也是值得推荐的。

• 机器学习（斯坦福CS229）｜课程网站
  这个机器学习的现代经典课程是理解机器学习的概念和技术的一个很好的起点。本课程涵盖了许多广泛使用的技巧，课堂讲稿详细并复习了必要的数学概念。

• 卷积神经网络视觉识别（斯坦福CS231n）｜课程网站
  这是开始深入学习的好方法。本课程主要关注卷积神经网络和计算机视觉，但也提供递归网络和强化学习的概述。

• 人工智能导论（加州大学伯克利分校 CS188）｜课程网站
  覆盖整个 AI 领域。从搜索方法、博弈树和机器学习到贝叶斯网络和强化学习。

• 应用机器学习 2020（哥伦比亚大学）
  斯坦福 CS229 的替代方案。顾名思义，这门课比 Andrew Ng 在斯坦福的机器学习课更具应用视角。你将看到更多代码，而不是数学。概念和算法使用流行的 Python 库 scikit-learn 和 Keras。

• David Silver 介绍强化学习（DeepMind）｜课程网站
  AlphaGo 和 AlphaZero 背后的主要研究人员之一，介绍强化学习。

• 自然语言处理与深度学习（斯坦福CS224N）｜课程网站
  从循环神经网络和单词嵌入到变压器和自我注意的现代 NLP 技术。涵盖问题回答和文本生成等应用主题。

高阶课程

需要掌握一些机器学习和人工智能知识的高级课程。

• 深度无监督学习（UC Berkeley CS294）｜课程网站

• 深度学习前沿（西蒙斯学院）｜课程网站

• 新型深度学习技术｜课程网站

• 深度学习几何学（微软研究）｜课程网站

• 深度多任务和元学习（斯坦福CS330）｜课程网站

• 机器学习数学暑期学校 2019（华盛顿大学）｜课程网站

• 概率图形模型（卡内基梅隆大学）｜课程网站

• 概率与统计机器学习 2020（图宾根大学）

• 统计机器学习2020(图宾根大学)

• 移动传感和机器人2019(波恩大学)

• 传感器和状态估计课程 2020（波恩大学）

• 摄影测量 2015（波恩大学）

• 高级深度学习与强化学习 2020 （DeepMind / UCL）

• 数据驱动动力系统与机器学习

• 使用机器学习的数据驱动控制

• ECE AI 研讨会系列 2020（纽约大学）

• 2019 年秋季加州大学伯克利分校 CS287 高级机器人

• CSEP 546 – 机器学习 （AU 2019）（华盛顿大学）

• 深度强化学习、决策与控制（UC Berkeley CS285）

• 斯坦福凸优化

• CS224U：自然语言理解｜2019 春季

• 全栈深度学习2019

• 深度学习的新挑战

• 深度｜贝叶斯 2019 夏季学校

• CMU 神经网络用于 NLP 2020

• 强化学习与控制的新方向（高等研究机构）

• 深度学习理论研讨会:下一站（高等学习机构)

• 深度学习：炼金术还是科学？(高等教育机构）

• 机器学习理论系列讲座（高等研究院）

雷锋字幕组是一个由 AI 爱好者组成的翻译团队，汇聚五百多位志愿者的力量，分享最新的海外AI资讯，交流关于人工智能技术领域的行业变革与技术创新的见解。

团队成员有大数据专家、算法工程师、图像处理工程师、产品经理、产品运营、IT咨询人、在校师生；志愿者们来自IBM、AVL、Adobe、阿里、百度等知名企业，北大、清华、港大、中科院、南卡罗莱纳大学、早稻田大学等海内外高校研究所。

如果，你也是位热爱分享的AI爱好者。欢迎与雷锋字幕组一起，学习新知，分享成长。