8 個超贊的深度學習課程（附評分）
來自專欄領扣（LeetCode）
92 人贊了文章
在工程領域，機器學習的應用並不如想像中多，而深度學習每天都在改變生活。入門深度學習的好課不僅讓你了解技術領域的前沿，還能幫助你提升求職競爭力。以下 8 門課程（大部分評分來自 Class Central）推薦給你。
Creative Applications of Deep Learning with TensorFlow
Kadenze
☆ （基於 43 個評價）
這門課程會為你介紹 deep learning，讓你能夠構建最先進的人工智慧演算法。其中包含最基本的深度學習知識（基礎課），包括什麼是深度學習？演算法如何工作？如何編寫程序構建卷積神經網路，變分自動編碼器，生成對抗網路，遞歸神經網路。本課程不僅帶你構建演算法，還會深入研究充滿創意的應用。
Creative Applications of Deep Learning with TensorFlow
https://www.zhihu.com/video/1020736642398769152
Neural Networks for Machine Learning
University of Toronto
☆ （基於 25 個評價）
語音和對象識別，圖像分割，建模語言和人體運動等領域都會用到機器學習和神經網路。本課程會帶你了解這些應用所需的基本演算法，以及實現他們所需的良好技巧。這門課需要一定的微積分知識及 Python 編程基礎。
Neural Networks for Machine Learning
MIT 6.S191: Introduction to Deep Learning
Massachusetts Institute of Technology (MIT)
☆ （基於 2 個評價）
本課程會為你介紹深度學習的基本方法（入門課程），以及機器翻譯，圖像識別，遊戲，圖像生成等應用。這門課程中還會有一些和 TensorFlow 合作展開的實驗內容。
MIT 6.S191: Introduction to Deep Learning
MIT 6.S094: Deep Learning for Self-Driving Cars
Massachusetts Institute of Technology (MIT)
☆ （基於 1 個評價）
這是一門面向新手的課程，為機器學習初學者設計，同時也能為研究人員提供實踐領域的借鑒。本課程通過構建自動駕駛汽車來介紹深度學習。
MIT 6.S094: Deep Learning for Self-Driving Cars
CS224d: Deep Learning for Natural Language Processing
University of Oxford
無評分
這是一門關於自然語言處理的進階課程。需要你具備一定的概率論，線性代數和連續數學的基礎，了解基本的機器學習模型，編程熟練，但不需要具備語言學的知識。你將會學到一系列神經網路模型，能夠優化模型演算法，了解如何用這些演算法構建最先進的 NLP 系統，了解應用過程中可能出現的硬體問題，最終實現和評估 NLP 常見的神經網路模型。
CS224d: Deep Learning for Natural Language Processing
CS224n: Natural Language Processing with Deep Learning
Stanford University
無評分
深度學習在自然語言處理中能實現很好的應用。本課程中學生將學習如何實現，訓練，調試，可視化甚至發明他們自己的神經網路模型。課程全面介紹了應用於 NLP 的深度學習的前沿研究。模型上涵蓋了基於窗口的神經網路，遞歸神經網路，長短期記憶模型，卷積神經網路等。編程作業會幫助你掌握必要的實踐技巧。
CS224n: Natural Language Processing with Deep Learning
CS231n: Convolutional Neural Networks for Visual Recognition
Stanford University
無評分
這門課由李飛飛主講，課程為期 10 周，其間課程會深入探討深度學習的細節，重點學習圖像分類。學生將學習如何訓練和調試自己的神經網路模型，了解計算機視覺的前沿領域。課程的資料都可以在 Stanford 的課程首頁找到，包含筆記，視頻等。
CS231n: Convolutional Neural Networks for Visual Recognition
Deep Learning A-Z?: Hands-On Artificial Neural Networks
Kirill Eremenko and the SuperDataScience Team
☆ （基於 13,832 個評價）
學習使用 Python 構建深度學習演算法（偏向實踐領域）。課程分為兩部分：監督學習和無監督學習。每個部分會為你介紹 3 種不同的演算法。專註於深度學習背後的直觀理解，而不只是冰冷的數學推導和程序。課程的實戰項目基於真實世界的數據集，目的是解決實際問題。
Deep Learning A-Z?: Hands-On Artificial Neural Networks?? 僅作分享，版權歸原著所有
推薦閱讀：
※Google全新AI實戰課發布：從原理到代碼，手把手帶你入門機器學習
※一個完整的機器學習項目在Python中的演練（二）
※EM演算法及其應用（一）
※10分鐘機器學會打牌——21點
※網路生物學與機器學習（上）：什麼是機器學習？
TAG:深度學習DeepLearning | 機器學習 | TensorFlow |