当前位置:首页科技新鲜事前英伟达高级工程师推荐:10门课程系统性学会机器学习

前英伟达高级工程师推荐:10门课程系统性学会机器学习

maliang
maliang 原创
2019-08-05 环球百事网

新智元报道

编辑:鹏飞

【新智元导读】网上有关机器学习的课程虽然很多,但比较零散。前英伟达高级深度学习工程师对这些课程进行了系统性的整理,按照学习的前后顺序列出10门课程。从理论知识,最终到实战,走上人生巅峰。

机器学习越来越火,入坑的人也越来越多。网上充斥着大量的机器学习课程,可以说这是一个入行机器学习的最好时代。

但当可选项太多的时候,又往往会让人陷入另一种痛苦的处境:不仅不知道该从何处下手,最重要的是不知道该如何进行系统性、循序式的学习。东一榔头西一棒槌的胡乱学习,很多时候不得其法,难以获得快速的成长。

Chip Huyen,这位前英伟达高级深度学习工程师,作为一个过来人,利用自己的经验整理了10门课程,并且按照学习的先后顺序进行排序,最好按照顺序进行学习。这10门课程为:

1. 斯坦福在线的概率和统计

简介:这个自学课程涵盖概率和统计学的基本概念,涵盖机器学习的探索性数据分析,产生数据,概率和推理四大方面。

地址:

https://online.stanford.edu/courses/gse-yprobstat-probability-and-statistics

2. 麻省理工学院的线性代数

简介:目前最好的线性代数课程,由传奇教授Gilbert Strang教授。

地址:

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

3. CS231N:斯坦福大学用于视觉识别的卷积神经网络

简介:理论与实践相平衡。这些笔记写得很好,可视化解释了困难的概念,例如反向,损失,正则化,dropouts,batchnorm等

地址:

https://www.youtube.com/playlist?list=PLzUTmXVwsnXod6WNdg57Yc3zFx_f-RYsq

4. fastai对编码器的实用深度学习

简介:这个实践课程侧重于提升和运行。它有一个论坛,有关ML的最新最佳实践的有益讨论。

地址:https://course.fast.ai/

5. CS224N:斯坦福大学深度学习的自然语言处理

简介:任何对NLP感兴趣的人必须参加的课程。该课程组织良好,教学和最新研究。

地址:

https://www.youtube.com/playlist?list=PLU40WL8Ol94IJzQtileLTqGZuXtGlLMP_

6. Coursera的机器学习

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

地址:

简介:吴恩达出品。

7. Coursera的概率图形模型专业化

简介:与大多数人工智能课程自下而上的概念不同,这门课程是自上而下的。

地址:

https://www.coursera.org/specializations/probabilistic-graphical-models

简介:本课程以直观的解释和有趣的例子为RL提供了一个很好的介绍,由世界一流的专家教授授课。

地址:

https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ&ab_channel=DeepMind

9. 全栈深度学习训练营

简介:大多数课程只教你如何训练和调整你的模型。这门课教你如何设计,训练和部署A到Z型号的模型。

地址:

https://fullstackdeeplearning.com/march2019

10. Coursera课程:向顶级Kaggler学习如何赢得数据科学竞赛

简介:这是一门偏向实践的课程。前面的学好了,接下来该去完善简历并拿到高薪了!

地址:

https://www.coursera.org/learn/competitive-data-science

为你推荐
热门文章
关于我们
返回顶部