资源 | Hinton、LeCun、吴恩达......不容错过的15大机器学习课程都在这儿了

翻译 | AI科技大本营

参与 | 刘畅

编辑 | Donna

之前，我们推送了由sky2learn整理的15大深度学习课程。这次，我们整理了15个必看的机器学习课程。这些课程内容包括决策树，朴素贝叶斯，逻辑回归，神经网络和深度学习，估计，贝叶斯学习，支持向量机和核方法，聚类，无监督学习，提升算法，强化学习和学习理论。

Geoffrey Hinton——神经网络与机器学习导论（csc321），2014年

该课程包括视频讲座

链接：http://www.cs.toronto.edu/~tijmen/csc321/

CMU——机器学习（csc411），2015年

该课程由苹果公司人工智能研究所主任Ruslan Salakhutdinov主导。

链接：http://www.cs.toronto.edu/~rsalakhu/CSC411/

Yann LeCun——机器学习和模式识别，2010年

该课程由Facebook公司人工智能研究所主任Yann LeCun开设于纽约大学。

链接：https://cs.nyu.edu/~yann/2010f-G22-2565-001/index.html

加州理工大学——从数据中学习，2012年

该课程包括视频讲座。

链接：http://work.caltech.edu/telecourse.html

康奈尔大学——机器学习，2017年

该课程由Kilian Weinberger主导，另附有方便手机查看的课程笔记。

链接：https://courses.cis.cornell.edu/cs4780/2017sp/

Andrew Ng——机器学习，2017年

吴恩达2017年在斯坦福大学的最新课程，包括视频讲座。

链接：https://www.coursera.org/learn/machine-learning

Geoffrey Hinton——机器学习中的神经网络，2014年

该课程是Hinton2014年课程的新版本，包含视频讲座。

链接：https://www.coursera.org/learn/neural-networks

Neil Lawrence——机器学习与自适应智能，2015年

该课程出自英国谢菲尔德大学，由亚马逊机器学习总监Neil Lawrence主导。课程包括视频讲座。

链接：http://inverseprobability.com/mlai2015/

Roger Grosse——神经网络与机器学习简介（csc321），2017年

该课程出自多伦多大学。

链接：http://www.cs.toronto.edu/~rgrosse/courses/csc321_2017/

剑桥大学——信息论、模式识别与神经网络

该课程由David J. C. MacKay主导，课程包括视频讲座。

链接：

http://videolectures.net/course_information_theory_pattern_recognition/

CMU——机器学习，2015年

Tom Mitchell 和 Maria-Florina Balcan. 卡内基·梅隆大学。2015年

这门课程包括视频讲座

链接：http://www.cs.cmu.edu/~ninamf/courses/601sp15/

佐治亚理工学院——机器学习，2017年

该课程由Michael Littman, Charles Isbell, 和Pushkar Kolhe主导，包含视频讲座。

链接：https://cn.udacity.com/course/machine-learning--ud262

布法罗大学——机器学习导论，2017年

该课程由Sargur Srihari主导。

链接：http://www.cedar.buffalo.edu/~srihari/CSE574/

Udacity——机器学习-纳米学位，2017年

参与该课程的讲师有Arpan Chakraborty，David Joyner，Luis Serrano，Sebastian Thrun，Vincent Vanhoucke和Katie Malone。

链接：https://cn.udacity.com/mlnd

CMU——教程：机器学习

该课程由卡耐基梅隆大学计算机学院院长Andrew Moore主导。

链接：http://www.cs.cmu.edu/~awm/tutorials.html

原文地址：https://sky2learn.com/machine-learning-online-courses-and-tutorials.html