這6個免費AI課程，堪稱本年度最佳

05-01

不管你從事什麼行業，有怎樣的專業知識或工作，人工智慧( AI )、自動化和認知系統的理論和應用，都可能在你的領域變得越來越有價值。

幸運的是，現在你不必花很多時間去大學學習，就能熟悉這項看似極其複雜的技術。近年來網上湧現出越來越多的課程，涵蓋從基礎理論到應用落地的所有內容。

有的人想直接編碼自己的人工神經網路，並培養一定水平的技術能力；有的人想了解AI如何被沒有基礎的小白使用解決現實問題。在這篇文章中，我將介紹一些目前學習AI/ML最好的免費資源。

谷歌： AI課

這一近期推出的資源是谷歌推動公眾理解AI的計劃之一。課程的教學材料正在慢慢添加，但目前已有一個機器學習與TensorFlow的速成課程。

本課程涵蓋了機器學習的基礎知識，從TensorFlow入門，到神經網路的設計和訓練。機器學習初學者可以快速上手，有一定經驗的人可以挑選自己感興趣的板塊，而機器學習專家可以把這門課程當作TensorFlow的介紹。

https://ai.google/education/

這是谷歌通過Udacity提供的更深入的課程。因此，它不適合初學者，而是適合一些有機器學習經驗的人，至少要熟悉有監督學習。

這門課程側重於深度學習，並教你設計可以從大型複雜數據集中進行學習的自學習系統。

本課程面向那些希望將機器學習、神經網路融入工作的數據分析師、數據科學家或機器學習工程師，也適用於想要獲取大量可用開源庫和資料的人。

https://cn.udacity.com/course/deep-learning--ud730?utm_medium=referral&utm_campaign=api

本課程通過Coursera提供，由吳恩達教授。

整個課程可以免費學習，不過，認證需要付費。如果你打算學完增加自己的就業機會，認證肯定是有用的。

本課程涵蓋了從語音識別到增強web搜索，各種實際的機器學習方法的實現，同時還深入探討了統計方面的內容，如線性回歸、神經網路「學習」中的反向傳播方法，以及Matlab(基於概率的AI工具最廣泛使用的編程語言之一)教程。

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

本課程也是免費在線學習，認證需付費。

課程使用概率和非概率方法，以及有監督和無監督學習，來教授解決現實世界問題的模型、方法和應用。

想充分利用這門課程，你大概每周要花8到10個小時看資料，做練習題，並堅持超過12周。這是常春藤盟校級別的免費教育，所以你不要指望它是一場輕鬆的旅行。

該課程通過非營利網站edX提供，是其人工智慧納米學位的一部分。

https://www.edx.org/course/machine-learning-columbiax-csmm-102x-3?source

計算機視覺是人工智慧的一個分支學科，它可以模擬大腦處理視覺信息的方式。

除了技術基礎之外，本課程還包括如何應對機器目標識別和圖像分類中的情況或問題。

不出所料，作為GPU 製造商，英偉達的課程涵蓋了高性能圖形引擎的關鍵技術，這些引擎在計算機視覺的應用中發揮了重要作用。

課程評估方式包括構建和部署一個神經網路應用程序，雖然整個課程可以按照自己的進度學習，但建議你花大約8個小時閱讀材料。

https://courses.nvidia.com/courses/course-v1:DLI+C-FX-01+V2/about

與其他課程一樣，MIT也使用人工智慧的一項現實應用，探索所涉及的具體技術。

人們普遍看好自動駕駛汽車會在我們的日常生活中普及。這種汽車依靠人工智慧來理解汽車感測器收集的所有數據，並安全地在道路上行駛。機器要會解釋感測器收集的數據，就像人腦可以解釋來自視覺、聽覺和觸覺的信號一樣。

課程還包括MIT DeepTraffic模擬器的使用，該模擬器要求學生在不與其他「司機」碰撞的情況下，教模擬車在路況複雜的環境中儘可能快地行駛。

這是去年在MIT開設的課程，所有材料(包括講座視頻和練習題)都可以在網上獲得，但你得不到認證。

https://selfdrivingcars.mit.edu/

作者簡介：
Bernard Marr是是一位暢銷書作家，也是商業、技術和大數據方面的演說人。

原文鏈接：

https://www.forbes.com/sites/bernardmarr/2018/04/16/the-6-best-free-online-artificial-intelligence-courses-for-2018/4/#669150a04b56

來源：福布斯
作者：Bernard Marr
智能觀編譯

—完—

想知道AI加教育領域有哪些最新研究成果？
想要AI領域更多的乾貨？
想了解更多專家的「智能觀」？
請在對話界面點擊「找找看」，去獲取你想要的內容吧。

聲明：
編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。