前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >深度学习 机器学习 课程

深度学习 机器学习 课程

作者头像
朱晓霞
发布于 2018-04-18 03:44:30
发布于 2018-04-18 03:44:30
1.1K0
举报

2017-12-19 Queen 目标检测和深度学习

本文整理了机器学习/深度学习比较优秀的线上开放课程,一般来说,入门机器学习的经典课程是Stanford: CS229,入门深度学习的经典课程是Stanford: CS231n。

Table of Contents

  • Deep Learning
  • Machine Learning
  • Reinforcement Learning
  • Computer Vision
  • Artificial Intelligence

Deep Learning

  1. [CMU: 11-785 Introduction to Deep Learning](http://deeplearning.cs.cmu.edu/) [Spring 2018] [DL]
  2. [Stanford: CS230 Deep Learning](https://web.stanford.edu/class/cs230/) [Winter 2018][DL] [[Ng中文笔记-黄海广](http://www.ai-start.com/)]
  3. [University of Chicago: CMSC 35246 Deep Learning ](http://ttic.uchicago.edu/~shubhendu/Pages/CMSC35246.html) [Spring 2017][DL]
  4. [Stanford: CS231n Convolutional Neural Networks for Visual Recognition](http://cs231n.stanford.edu/) [Spring 2017][CV] [[中文翻译](http://www.mooc.ai/course/268#modal)]
  5. [Stanford: CS224n Natural Language Processing with Deep Learning](http://web.stanford.edu/class/cs224n/) [Winter 2018][NLP]
  6. [Stanford: CS 20 Tensorflow for Deep Learning Research](http://web.stanford.edu/class/cs20si/) [Winter 2018][TensorFlow]
  7. [Stanford: Theories of Deep Learning (STATS 385)](https://stats385.github.io/) [Fall 2017][DL]
  8. [CMU: 10707 Deep Learning](http://www.cs.cmu.edu/~rsalakhu/10707/) [Fall 2017][DL]
  9. [National Taiwan University: Applied Deep Learning /Machine Learning and Having It Deep and Structured](https://www.csie.ntu.edu.tw/~yvchen/f106-adl/) [2017 Fall][DL] [[Hung-yi Lee](http://speech.ee.ntu.edu.tw/~tlkagk/index.html)]
  10. [Theano: Deep Learning Tutorials](http://deeplearning.net/tutorial/) [Theano]
  11. [Mxnet: Deep Learning-The Straight Dope](http://gluon.mxnet.io/) [2017][Mxnet] [[中文](http://zh.gluon.ai/)]
  12. [MIT: 6.S191 Introduction to Deep Learning](http://introtodeeplearning.com/) [2018][DL]
  13. [UVA: DEEP LEARNING COURSE](http://uvadlc.github.io/) [DL]
  14. [Fast.ai: Practical Deep Learning For Coders](http://course.fast.ai/) [2018][DL]
  15. [CMU: CS 11-747 Neural networks fro NLP](http://phontron.com/class/nn4nlp2018/#) [Spring 2018][NLP]
  16. [Stanford: CS224S / LINGUIST285 - Spoken Language Processing](http://web.stanford.edu/class/cs224s/) [Spring 2017][Speech Recognition]
  17. [Berkeley: CS 294-131: Special Topics in Deep Learning](https://berkeley-deep-learning.github.io/cs294-131-f17/) [Fall 2017][Advanced DL]
  18. [CMU: 16-385 Computer Vision](http://www.cs.cmu.edu/~16385/) [Spring 2018][CV]
  19. [Columbia University: E6894 Deep Learning for Computer Vision, Speech, and Language](http://llcao.net/cu-deeplearning17/schedule.html) [Spring 2017][DL]
  20. [Colorado: CSCI 5922 Neural Networks and Deep Learning](https://www.cs.colorado.edu/~mozer/Teaching/syllabi/DeepLearningFall2017/) [Fall 2017][DL]
  21. [UIUC: CS 598 LAZ Cutting-Edge Trends in Deep Learning and Recognition](http://slazebni.cs.illinois.edu/spring17/) [2017][DL]
  22. [UPC: Deep Learning for Speech and Language](https://telecombcn-dl.github.io/2017-dlsl/) [2017 Winter][Speech Recognition]
  23. [toronto: CSC 321 Intro to Neural Networks and Machine Learning](http://www.cs.toronto.edu/~rgrosse/courses/csc321_2018/) [CSC 321 Winter 2018][DL]

Computer Vision

1.[toronto: CSC420: Intro to Image Understanding](http://www.teach.cs.toronto.edu/~csc420h/fall/) [Fall 2017][CV]

Machine Learning

  1. [Stanford: CS229 Machine Learning](http://cs229.stanford.edu/) [Autumn 2017][ML]
  2. [University of Notre Dame: Statistical Computing for Scientists and Engineers](https://www.zabaras.com/statisticalcomputing) [Fall 2017][SL]
  3. [CMU: Statistical Machine Learning](http://www.stat.cmu.edu/~ryantibs/statml/) [Spring 2017][ML]
  4. [Carnegie Mellon University:10-701/15-781 Machine Learning](http://www.cs.cmu.edu/~tom/10701_sp11/) [Spring 2011][ML]
  5. [toronto: CSC411 introduction to Machine Learning](http://www.cs.toronto.edu/~jlucas/teaching/csc411/) [Fall 2017][ML]
  6. [MIT: 6.S099 Artificial General Intelligence](https://agi.mit.edu/) [2018]
  7. [MIT 6.S094: Deep Learning for Self-Driving Cars](https://selfdrivingcars.mit.edu/) [2018]

Reinforcement Learning

  1. [Berkeley: CS 294 Deep Reinforcement Learning](http://rll.berkeley.edu/deeprlcourse/?utm_source=qq&utm_medium=social) [Fall 2017][RL]
  2. [CMU: 10703 Deep RL and Control](http://www.cs.cmu.edu/~rsalakhu/10703/) [Fall 2018][RL]
  3. [Stanford: CS234: Reinforcement Learning](http://web.stanford.edu/class/cs234/index.html?utm_source=wechat_session&utm_medium=social) [Winter 2018][RL]

参考

  1. 深度学习名校课程大全: https://zhuanlan.zhihu.com/p/33580103
  2. Awesome Deep Learning: https://github.com/xiaohu2015/awesome-deep-learning
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-02-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 目标检测和深度学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
精心为大家整理了一些超级棒的机器学习资料(附链接)
https://github.com/glemaitre/pyparis-2018-sklearn/blob/master/notebook.ipynb
量化投资与机器学习微信公众号
2019/02/26
1.2K0
【专知荟萃01】深度学习知识资料大全集(入门/进阶/论文/代码/数据/综述/领域专家等)(附pdf下载)
【导读】主题荟萃知识是专知的核心功能之一,为用户提供AI领域系统性的知识学习服务。主题荟萃为用户提供全网关于该主题的精华(Awesome)知识资料收录整理,使得AI从业者便捷学习和解决工作问题!在专知人工智能主题知识树基础上,主题荟萃由专业人工编辑和算法工具辅助协作完成,并保持动态更新!另外欢迎对此创作主题荟萃感兴趣的同学,请加入我们专知AI创作者计划,共创共赢! 今天专知为大家呈送第一篇专知主题荟萃-深度学习知识资料全集荟萃 (入门/进阶/论文/代码/数据/专家等),请大家查看!专知访问www.zhuan
WZEARW
2018/04/09
1.2K0
【专知荟萃01】深度学习知识资料大全集(入门/进阶/论文/代码/数据/综述/领域专家等)(附pdf下载)
人工智能免费公开课一网打尽!14个类别、230门课程,GitHub标星6000+
这原本是吴恩达在斯坦福大学开授的课程,课程视频在网络上受到了学习者的广泛好评,后来还推出了专门的网课。
磐创AI
2019/10/25
5880
深度学习被高频引用的41篇论文下载
1 ImageNet Classification with Deep Convolutional Neural Networks
统计学家
2020/02/20
6310
【干货荟萃】机器学习&深度学习知识资料大全集(二)(论文/教程/代码/书籍/数据/课程等)
【导读】转载来自ty4z2008(GItHub)整理的机器学习&深度学习知识资料大全荟萃,包含各种论文、代码、视频、书籍、文章、数据等等。是学习机器学习和深度学习的必备品! ty4z2008前言:希望转载的朋友,你可以不用联系我.但是一定要保留原文链接,因为这个项目还在继续也在不定期更新.希望看到文章的朋友能够学到更多.此外:某些资料在中国访问需要梯子. 昨天介绍了第一篇: 【干货荟萃】机器学习&深度学习知识资料大全集(一)(论文/教程/代码/书籍/数据/课程等) 今天第二篇: 《Image Scalin
WZEARW
2018/04/10
1.8K0
一文打尽人工智能和机器学习网络资源,反正我已经收藏了!
大数据文摘作品 编译:潇夜、大饼、蒋宝尚 昨天,谷歌刚刚上线的机器学习课程刷屏科技媒体头条(点击查看相关评测)。激动过后,多数AI学习者会陷入焦虑:入坑人工智能,到底要从何入手? 的确,如今学习人工智能最大的困难不是找不到资料,更多同学的痛苦是:网上资源太多了,以至于没法知道从哪儿开始搜索,也没法知道搜到什么程度。 为了节省大家的时间,我们搜遍网络把最好的免费资源汇总整理到这篇文章当中。这些链接够你学上很久,而且你看完本文一定会再次惊叹:现在网上关于机器学习、深度学习和人工智能的信
大数据文摘
2018/05/23
5360
【资料总结】| Deep Reinforcement Learning 深度强化学习
  在机器学习中,我们经常会分类为有监督学习和无监督学习,但是尝尝会忽略一个重要的分支,强化学习。有监督学习和无监督学习非常好去区分,学习的目标,有无标签等都是区分标准。如果说监督学习的目标是预测,那么强化学习就是决策,它通过对周围的环境不断的更新状态,给出奖励或者惩罚的措施,来不断调整并给出新的策略。简单来说,就像小时候你在不该吃零食的时间偷吃了零食,你妈妈知道了会对你做出惩罚,那么下一次就不会犯同样的错误,如果遵守规则,那你妈妈兴许会给你一些奖励,最终的目标都是希望你在该吃饭的时候吃饭,该吃零食的时候吃零食,而不是在不合适的时间吃零食。同样,曾经风靡过一段时间的Flappy bird,很多玩家在短时间内达到了高分,是怎么做到的呢?除了非常厉害的玩家是真的自己手动玩的高分,其实很多高分是通过我们用强化学习的方法来训练一个模型,让小鸟自己学习如何不碰到障碍物一直往前飞,获得最高分。此外,大家熟知的Alpha Go,其实也是强化学习训练的模型,不过是深度强化学习。
Charlotte77
2019/05/25
7250
【干货】初学者的深度学习论文打怪升级指南
,【导读】人工智能研究专家Flood Sung针对近几年深度学习的研究进展提供了一个非常详细的阅读清单。如果你在深度学习领域是一个新手,你可以会想知道如何从哪篇论文开始阅读学习,人工智能研究专家Flood Sung制定了这一份详细的paper list,包括深度学习历史和基础知识、深度学习方法(涉及模型、优化、无监督学习、RNN、深度强化学习等)、深度学习应用(自然语言处理、目标检测、视觉跟踪、图像描述生成、机器翻译、机器人、目标分割等),建议你收藏,仔细学习。 Github 地址: https://git
WZEARW
2018/04/11
7820
【干货】初学者的深度学习论文打怪升级指南
深度学习自学指南:微软&头条实习生现身说法:我是这样进大厂的!
跟着网络资料自学、刷MOOC是许多人学深度学习的方式,但深度学习相关资源众多,应该从哪儿开始学呢?
Python数据科学
2019/06/20
1K0
深度学习自学指南:微软&头条实习生现身说法:我是这样进大厂的!
2018AI学习清单丨150个最好的机器学习和Python教程
机器学习的发展可以追溯到1959年,有着丰富的历史。这个领域也正在以前所未有的速度进化。在今年秋季,开始准备博士项目的时候,精选了一些有关机器学习和NLP的优质网络资源。为了帮助也在经历类似探索过程的童鞋,Robbie Allen把至今发现的最好的教程汇总了一个列表。公众号后台回复:“清单”,获取本文学习清单地址。 本文分成四个部分,机器学习,NLP,Python,和数学基础。在每一小节我会随机引入一些问题。由于这方面学习材料太丰富了,本文并未涵括所有内容。 机器学习 1、机器学习就是这么好玩!(
钱塘数据
2018/02/28
1.6K0
2018AI学习清单丨150个最好的机器学习和Python教程
最全深度学习资源集合(Github:Awesome Deep Learning)Awesome Deep Learning
偶然在github上看到Awesome Deep Learning项目,故分享一下。其中涉及深度学习的免费在线书籍、课程、视频及讲义、论文、教程、网站、数据集、框架和其他资源,包罗万象,非常值得学习。
古柳_DesertsX
2018/08/21
1.5K0
最全深度学习资源集合(Github:Awesome Deep Learning)Awesome Deep Learning
【AlphaGoZero核心技术】深度强化学习知识资料全集(论文/代码/教程/视频/文章等)
【导读】昨天 Google DeepMind在Nature上发表最新论文,介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天
WZEARW
2018/04/09
1.5K0
【AlphaGoZero核心技术】深度强化学习知识资料全集(论文/代码/教程/视频/文章等)
机器学习人工学weekly-2018/3/4
1. RL相关 1.1 inverse RL教程,第一部分就是讲Andrew Ng 20年前的奠基论文(我没读原论文,但是惊讶的发现居然全部是用的LP解的)。这个系列值得跟一下,我记得当时看Chelsea Finn的那篇GAN和IRL的论文完全懵逼,希望看完这个系列以后能懂 Inverse Reinforcement Learning pt. I 链接:https://thinkingwires.com/posts/2018-02-13-irl-tutorial-1.html 1.2 www.argmin
windmaple
2018/03/07
1.3K0
机器学习人工学weekly-2018/3/4
机器学习、深度学习、算法工程师等 AI 相关岗位面试需要知识
本资源整理了机器学习、深度学习、算法工程师等 AI 相关岗位面试需要知识点,常见代码实战(分为 C/C++和 python 版本)、常见问题,简历模板、比赛/竞赛相关的资源,分享给需要的朋友。
代码医生工作室
2019/11/12
3.1K0
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/cs
AI科技大本营
2018/04/27
7760
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
126篇殿堂级深度学习论文分类整理 从入门到应用(上)
█ 如果你有非常大的决心从事深度学习,又不想在这一行打酱油,那么研读大牛论文将是不可避免的一步。而作为新人,你的第一个问题或许是:“论文那么多,从哪一篇读起?” 本文将试图解决这个问题——文章标题本来是:“从入门到绝望,无止境的深度学习论文”。请诸位备好道具,开启头悬梁锥刺股的学霸姿势。 开个玩笑。 但对非科班出身的开发者而言,读论文的确可以成为一件很痛苦的事。但好消息来了——为避免初学者陷入迷途苦海,昵称为 songrotek 的学霸在 GitHub 发布了他整理的深度学习路线图,分门别类梳理了新入门者最
AI研习社
2018/03/29
7690
全球最全计算机视觉资料(1:入门学习|课程|综述|图书|期刊会议)
目标检测和深度学习 入门学习 计算机视觉:让冰冷的机器看懂这个多彩的世界 by 孙剑 [http://www.msra.cn/zh-cn/news/features/computer-vision-2
朱晓霞
2018/07/20
1.7K0
总结机器学习优质学习文章Top50!
在过去一年里,我们每个月都会给大家推荐一些优质的、最新的机器学习研究成果或机器学习技术文章,很多文章是从近千篇文章中评选出来的。综合考虑这些文章的更新时间、文章质量、受欢迎程度等因素,这次我们将为大家其中的 Top50,有些文章我们以前也详细讲解过,大家可以进行再次详读。
AI科技大本营
2019/03/12
5830
总结机器学习优质学习文章Top50!
15大顶级深度学习课程,你收集全了吗?
翻译 | AI科技大本营 参与 | 刘畅、Donna 目前,深度学习和深度强化学习已经在实践中得到了广泛的运用。资源型博客sky2learn整理了15个深度学习和深入强化学习相关的在线课程,其中包括它们在自然语言处理(NLP),计算机视觉和控制系统中的应用教程。 这些课程涵盖了神经网络,卷积神经网络,循环网络和其变体,训练深度网络的困难,无监督表示学习,深度信念网络,深玻尔兹曼机器,深度Q学习,价值函数估计和优化以及蒙特卡洛树搜索等多种算法的基础知识。 吴恩达:深度学习专项 这系列课程侧重于讲解深度学习
企鹅号小编
2018/02/05
8540
15大顶级深度学习课程,你收集全了吗?
七夕大礼包:26个AI学习资源送给你!
免费的在线学习课程一直是大多数人学习 AI 知识和技能的方式之一。今天,基于 Github 上一位小姐姐 Chip Huyen 分享的 10 门机器学习课程,AI科技大本营将这份收藏大礼包进行了豪华版升级,容量是原来的 2.5 倍,更重要的是,我们还收集了国内的中文优质课程,相信大家一定会喜欢。
AI科技大本营
2019/08/09
7010
推荐阅读
精心为大家整理了一些超级棒的机器学习资料(附链接)
1.2K0
【专知荟萃01】深度学习知识资料大全集(入门/进阶/论文/代码/数据/综述/领域专家等)(附pdf下载)
1.2K0
人工智能免费公开课一网打尽!14个类别、230门课程,GitHub标星6000+
5880
深度学习被高频引用的41篇论文下载
6310
【干货荟萃】机器学习&深度学习知识资料大全集(二)(论文/教程/代码/书籍/数据/课程等)
1.8K0
一文打尽人工智能和机器学习网络资源,反正我已经收藏了!
5360
【资料总结】| Deep Reinforcement Learning 深度强化学习
7250
【干货】初学者的深度学习论文打怪升级指南
7820
深度学习自学指南:微软&头条实习生现身说法:我是这样进大厂的!
1K0
2018AI学习清单丨150个最好的机器学习和Python教程
1.6K0
最全深度学习资源集合(Github:Awesome Deep Learning)Awesome Deep Learning
1.5K0
【AlphaGoZero核心技术】深度强化学习知识资料全集(论文/代码/教程/视频/文章等)
1.5K0
机器学习人工学weekly-2018/3/4
1.3K0
机器学习、深度学习、算法工程师等 AI 相关岗位面试需要知识
3.1K0
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
7760
126篇殿堂级深度学习论文分类整理 从入门到应用(上)
7690
全球最全计算机视觉资料(1:入门学习|课程|综述|图书|期刊会议)
1.7K0
总结机器学习优质学习文章Top50!
5830
15大顶级深度学习课程,你收集全了吗?
8540
七夕大礼包:26个AI学习资源送给你!
7010
相关推荐
精心为大家整理了一些超级棒的机器学习资料(附链接)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档