以下內容由公衆號：AIRX社區（國內領先的AI、AR、VR技術學習與交流平臺） 整理
免費機器學習課程（fast.ai）
這是提供人工智能主題課程的頂級平臺之一，旨在向大衆傳授人工智能以及如何在該領域起步。所有的內容都是從零開始，重點是在實踐中學習。有一系列可供初學者和有經驗的學習者選擇。
- 每個概念都包含屏幕截圖和實際示例。
- 提供了完整的指導來執行配置以開始授課。
- 加入論壇，與同齡人和實踐者進行交流，並通過學習經驗互相幫助。
- 使用fast.ai庫和訓練模型。
- 該平臺上的所有課程都是免費的。
課程地址：https://www.fast.ai/
斯坦福大學（Coursera）的機器學習課程
這應該是互聯網上最好的機器學習課程。該課程由Coursera聯合創始人兼斯坦福大學教授Andrew Ng創建， 全球已有超過260萬名學生和專業人員參加了該計劃，他們對該課程的平均評分高達4.9，滿分爲5。本課程涵蓋的主題包括監督學習，最佳實踐以及ML和AI的創新，同時你還可以在衆多其他案例中遇到衆多案例研究和應用。
- 瞭解參數和非參數算法，聚類，降維以及其他重要主題。
- 從老師那裏獲得最佳實踐和建議。
- 與來自各個級別的志趣相投的學習者社區中的同伴互動。
- 靈活的截止日期方便學習。
- 學習應用學習算法來構建智能機器人，理解文本，音頻，數據庫挖掘。
課程地址：https://www.coursera.org/learn/machine-learning
深度學習課程（deeplearning.ai）
作爲最著名的深度學習講師之一，Andrew Ng爲你帶來了由斯坦福大學教授和NVIDIA |深度學習研究所共同開發的這一特殊課程 。在這個爲期數週，涵蓋5門課程的課程中，他將教你有關深度學習的基礎，如何構建神經網絡以及如何構建機器學習項目的知識。最重要的是，你將可以從事醫療保健，音樂生成和自然語言處理等其他行業領域的實時案例研究。全球已有超過25萬名學生註冊了該計劃。
- 瞭解卷積網絡，RNN，BatchNorm，Dropout等。
- 你可以使用不同的技術來構建模型來解決實際問題。
- 涵蓋了醫療，自動駕駛，手語閱讀，音樂生成和自然語言處理等領域的實際案例研究。
- 獲得行業專家和領導者的最佳實踐和建議。
- 按照你的時間表完成所有評估和作業，以獲得專業完成證書。
課程地址：https://www.coursera.org/specializations/deep-learning
機器學習課程(Udemy)
本課程將幫助你精通使用Python和R語言進行機器學習開發：做出準確的預測，建立許多機器學習模型的直覺，並處理諸如強化學習，NLP和深度學習之類的特定工具。最重要的是，它教會你爲每種類型的問題選擇正確的模型。
- 很少或沒有經驗的入門開發者指南。
- 探索複雜的主題，例如自然語言處理，強化學習，深度學習等。
- 大量的實踐練習和測驗可以衡量你對講座所涵蓋概念的掌握程度。
- 提供了詳細說明以安裝必需的軟件和工具。
- 此外，本培訓還包含可在項目中下載和使用的Python和R代碼模板。
課程地址：https://www.udemy.com/course/machinelearning/
免費機器學習數據科學課程（哈佛大學）
哈佛大學的這一專業認證計劃使用富有啓發性的案例研究，提出具體問題，並向你展示如何通過分析大量數據來回答這些問題。在整個課程中，你將同時學習R編程語言，統計概念和數據分析技術。案例研究包括世界衛生和經濟趨勢，美國犯罪率，2007-2008年金融危機，選舉預測，建立一支棒球隊和電影推薦系統。該課程的教授是哈佛大學生物統計學教授Rafael Irizarry。
- 涵蓋基本的R編程技能。
- 探索概率，推斷和建模之類的統計概念，並將其應用到實踐中。
- 使用tidyverse獲得經驗，包括使用ggplot2進行數據可視化和使用dplyr進行數據整理。
- 熟悉用於練習數據科學家的基本工具，例如Unix / Linux，git和GitHub，以及RStudio。
- 實施機器學習算法，並通過實際案例研究獲得對該領域的深入瞭解。
課程地址：https://www.edx.org/professional-certificate/harvardx-data-science
免費機器學習入門課程（Udacity）
此Udacity納米學位計劃將幫你您獲得所有有抱負的數據分析師和數據科學家的必備技能。通過機器學習鏡頭探索調查數據的端到端過程。學習提取和識別有用的功能，這些功能可用於以最佳形式表示數據。除此之外，你還將獲得一些重要的ML算法並評估其性能。
- 交互式測驗可以讓你複習所涵蓋的主題。
- 加入學生支持社區，以交流想法並解答疑問。
- 自定進度的日程安排使你可以方便地學習。
- 已與Kaggle和AWS關聯創建了內容
- 你將學習監督學習，深度學習，無監督學習以及許多其他主題。
- 你還將獲得一對一的導師，個人職業指導以及與學生社區的聯繫
課程地址：https://www.udacity.com/course/intro-to-machine-learning-nanodegree--nd229
人工智能課程（哥倫比亞大學）
本課程總共有4門課程，一個一個地介紹了該主題的重要概念。爲AI的指導原則打下堅實的基礎，並將機器學習的知識應用於現實世界中的挑戰和應用程序。除此之外，你還將學習設計神經網絡並利用它們來解決相關問題。
- 將機器學習的概念應用於現實生活中的挑戰和應用。
- 提供了有關配置和瀏覽所需軟件的詳盡說明。
- 設計和利用神經網絡的功能。
- 該程序分爲4門課程，以及相關示例和演示。
- 將在這些講座中獲得的知識應用於一系列領域，例如機器人技術，視覺和物理模擬。
課程地址：https://www.edx.org/micromasters/columbiax-artificial-intelligence
機器學習課程（斯坦福工程學院）
在數據，模型和優化程序中，你將通過實現適當的算法並開發模型來探索大規模問題。除此之外，AI課程還討論了開發概率模型和ML的原理和技術。最後，數據集挖掘類沉浸在大型存儲庫中，可幫助你掌握從各種現實資源中提取信息的方法。
課程地址：https://online.stanford.edu/courses/cs229-machine-learning
免費機器學習課程（edX）
edX彙集了來自全球多家大學的許多機器學習課程。您可以選擇學習其他課程，包括哈佛大學的數據科學，哥倫比亞大學的人工智能，IBM的Python數據科學或Microsoft的數據科學。
轉存失敗- 免費課程，面向那些不想花大價錢學習機器學習的人
- 探索機器學習和人工智能的各個主題並獲得深刻的理解
- 向老師學習大量的技巧和竅門
- 建立複雜的數據模型，探索數據分類，迴歸和聚類等。
- 衆多課程可供選擇，涵蓋從AI到機器學習，深度學習等更多主題
- 頂尖大學的頂尖教授教你
課程地址：https://www.edx.org/learn/machine-learning
免費機器學習課程（DataCamp）
如果你精通R編程和統計學，並希望以此技能爲基礎，那麼這是一門互動課程，值得一看。首先，你將研究使用該區域可以解決的應用程序和常見問題。除此之外，你將專注於三種基本技術並訓練和評估ML模型。
- 比較不同類型的算法並進行實驗。
- 分類數據，構建決策樹，執行聚類等。
- 15個視頻+ 81個練習
- 互動式內容使解釋更簡單，並獲得有趣的體驗。
課程地址：https://www.datacamp.com/courses/introduction-to-machine-learning-with-r
關於更多機器學習、人工智能、增強現實資源和技術乾貨，可以關注公衆號：AIRX社區，共同學習，一起進步！
