全程中文！谷歌發布機器學習速成課，完全免費（附視聽評測）

（更新：有牆內版本，把谷歌網址的com改為cn， 文字內容直接可看。但是視頻可能還是不能直接看。https://developers.google.com/machine-learning/crash-course/）

雖說這個課程免費向所有人開放，但實際上，想聽懂還是有一些門檻的。Google在課程頁面上就明確地列出了課程的前提條件：

掌握入門級代數知識。 您應該了解變數和係數、線性方程式、函數圖和直方圖（熟悉對數和導數等更高級的數學概念會有幫助，但不是必需條件）。

熟練掌握編程基礎知識，並且具有一些使用 Python 進行編碼的經驗。 機器學習速成課程中的編程練習是通過 TensorFlow 並使用 Python 進行編碼的。您無需擁有使用 TensorFlow 的任何經驗，但應該能夠熟練閱讀和編寫包含基礎編程結構（例如，函數定義/調用、列表和字典、循環和條件表達式）的 Python 代碼。

這個前提，和吳恩達老師的課程其實差不多。

那麼，數學已經基本全還給老師了怎麼辦！Python從入門到放棄了好幾次怎麼辦！

Google在前提條件下邊，還列出了學習這門課的準備工作，你需要惡補的知識、事先了解的工具，全都列了出來。

這其中，包括課程涉及的數學概念，每個概念都附有Google工程師教育團隊精選的教程或文檔，有來自可汗學院的課程、維基百科的詞條、TensorFlow和Python的官方文檔等等。

不過，這些鏈接到的內容都是英語的，如果需要中文版，還是要自己動手尋找。

試聽感受

下面，是量子位帶來的試聽時間。

開頭已經提過了，這個課程基本可以做到全程中文。不僅是全部的文字內容有中文版本，而且所有的講課視頻，也都是中文語音，聽起來毫無障礙。

沒錯，即便是老外講課，你聽到的也都是中文語音。

這個譯製片般的感覺，得益於Google的AI技術。所有的中文語音，其實都是根據原音（英文）識別並翻譯之後，由機器合成的中文發音念出來的。

Google其實也明確說了：「此視頻講座的配音是使用機器學習技術生成的。」

所以聽上去，還是能感受到一點點的機器的「口音」。下面，以第一課《機器學習簡介》為例。這節課的講師，是Google機器學習總監Peter Norvig。一起聽一下。

undefined_騰訊視頻v.qq.com

怎麼樣？這個中文配音還行么？而且語速可調，上面是正常倍速，如果你嫌慢，還能調成1.5倍速、2倍速來聽講。

量子位試了一下2倍速……一旦接受了這種設定，還是挺帶感的。一起再試聽一下。

undefined_騰訊視頻v.qq.com

不只是語音中文。再來下《深入了解機器學習》這一節的視頻，感受一下。主講人是D.Sculley，他是一名Senior Staff Software Engineer。

可以看到，視頻中間出現的文字乃至公式，也都用中文顯示了。

當然盡信也是不可取的。上面提到了，這些中文內容，很多都是機器翻譯的結果，所以其中仍然會有出錯的地方。你在聽課的過程中，注意分辨。

比如《降低損失》這一講。視頻的主講人是Cassandra Xia，應該是一位姓「夏」的華人，不過機器翻譯的時候，Xia會念成「克西亞」。

課程中遇到需要互動學習的部分，還會暫時中止。

值得注意的是，機器在翻譯她的講課時，把其中提到的TensorFlow，翻譯成了「感測器流」。可能有一部分原因是，英文語音轉文字時給轉成了：tensor flow。

如果大家看到真正嚴重的問題，可以留言討論，或者向Google提出。我們只是提個醒，雞蛋里挑個骨頭。

另外很有意思的是，課程的最後部分講到了機器學習在現實世界中的應用示例。

其中第一節講的是《癌症預測》。這部分視頻沒有大吹特吹機器學習在診斷癌症方面有多厲害，反而是講述了一個非常有趣的案例，推薦聽一下：

undefined_騰訊視頻v.qq.com

Learn with Google AI

這個課程，是Learn with Google AI項目的一部分。項目網站上有大量Google機器學習專家提供的教學資源，除了上面介紹的MLCC課程，還有21項非常實用的資料和講座視頻。

量子位要特別（再次）隆重推薦一個超級實用（有中文版）的資源：機器學習術語表。也就是機器學習專業詞典啊同學們！在頁面左下角切換語言，你就獲得了一份漢英雙語詞典。

機器學習術語表：

https://developers.google.com/machine-learning/glossary/

Learn with Google AI網站上當然還有更豐富的內容，凡是Google推出過的AI學習資源，基本上都匯總在這裡了。比如Josh Gordon的入門課程視頻、TensorFlow Workshops系列筆記教程、通過動手帶你入門的TensorFlow Deep Playground，GCP的機器學習指南、TensorFlow文檔、甚至Google在Coursera和Udacity上開設的課程，以及收購來的Kaggle競賽，都列了出來。

隨著Google搞更多的事情，這個網站上也會列出更多的課程和資源。

資源太多不知道從哪學起？量子位建議還是從系統的MLCC課程開始吧，或者just follow your heart~

當然，Google還給了一個過濾器，讓用戶可以根據你是誰、想找什麼類型的內容、關注機器學習工作的哪個環節來篩選內容。比如說量子位作為一隻「好奇的貓」，就篩選出了這些內容。

說了這麼多，學習這種事你還是必須親力親為的。來，網址給你：

https://ai.google/education/ai.google

請自行科學上網查看

One More Thing

在MLCC課程中講「機器學習簡介」一節的Google機器學習總監Norvig最近還開源了一本人工智慧教材的代碼。

這本書是1992年出版的Paradigms of Artificial Intelligence Programming: Case Studies in Common Lisp，開源的代碼也是Lisp寫的。嗯。

代碼在GitHub上發布至今已有幾周，在今天的GitHub熱門榜單上依然排名第7，可以說是熱度不減了。

但與天朝碼農的購房熱情相比，還是要輸一大截：

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態

推薦閱讀：