文本將介紹來自全球10所著名學(xué)府的機器學(xué)習(xí)和數(shù)據(jù)科學(xué)領(lǐng)域的免費公開課程，范圍涉及從入門機器學(xué)習(xí)到自然語言處理等。

1、機器學(xué)習(xí)

華盛頓大學(xué)

鏈接：https://courses.cs.washington.edu/courses/cse546/17au/

本課程旨在為機器學(xué)習(xí)的基本方法和算法提供全面的基礎(chǔ)。課程的主題來自經(jīng)典統(tǒng)計、機器學(xué)習(xí)、數(shù)據(jù)挖掘、貝葉斯統(tǒng)計和優(yōu)化。

修課條件：應(yīng)該熟悉編程，并具有線性代數(shù)、概率、統(tǒng)計和算法的預(yù)先存在的工作知識。

2、機器學(xué)習(xí)

威斯康星大學(xué)麥迪遜分校

鏈接：http://pages.stat.wisc.edu/~sraschka/teaching/stat479-fs2018/

本課程涵蓋機器學(xué)習(xí)的關(guān)鍵概念，包括分類、回歸分析、聚類和降維。學(xué)生將學(xué)習(xí)機器學(xué)習(xí)算法的基本數(shù)學(xué)概念，但本課程同樣關(guān)注使用Python編程生態(tài)系統(tǒng)中的開源庫的機器學(xué)習(xí)算法的實際應(yīng)用。

3、算法（新聞學(xué)）

哥倫比亞大學(xué)

鏈接：https://github.com/jstray/lede-algorithms/blob/master/README.md

這是一門關(guān)于新聞學(xué)算法數(shù)據(jù)分析的課程，也是對社會中使用的算法的新聞分析。涉及文本處理、高維數(shù)據(jù)的可視化、回歸、機器學(xué)習(xí)、算法偏差和問責(zé)制、蒙特卡羅模擬和選舉預(yù)測。

所有編碼都是用Python完成的，使用Pandas、matplotlib、scikit-learn。

4、深度學(xué)習(xí)實戰(zhàn)

Yandex數(shù)據(jù)學(xué)院

鏈接：https://github.com/yandexdataschool/Practical_DL/tree/master

5、30小時大數(shù)據(jù)

克拉科夫技術(shù)大學(xué)

鏈接：http://ondata.blog/big-data-in-30-hours/

該實踐課程的目標是在15個講座（每個2小時）內(nèi)，向技術(shù)人員（企業(yè)、學(xué)界或?qū)W生）介紹實用的數(shù)據(jù)工程和數(shù)據(jù)科學(xué)。所有科目都是通過實例介紹的，學(xué)生可以立即使用命令行或GUI工具。

修課條件：需要一定的技術(shù)儲備，在通用編程和操作系統(tǒng)方面能夠流利，并且基本接觸過Linux shell、數(shù)據(jù)庫和SQL。課程9-15 需要學(xué)習(xí)者具備Python的業(yè)務(wù)積累。

6、深度強化學(xué)習(xí)訓(xùn)練營

加州大學(xué)伯克利分校

鏈接：https://sites.google.com/view/deep-rl-bootcamp/lectures

強化學(xué)習(xí)考慮了學(xué)習(xí)行為的問題，并準備為下一代人工智能系統(tǒng)提供動力，這需要超越輸入輸出模式識別（因為已經(jīng)足夠用于語音、視覺、機器翻譯），但必須產(chǎn)生智能行為。示例應(yīng)用領(lǐng)域包括機器人、營銷、對話、HVAC、優(yōu)化醫(yī)療和供應(yīng)鏈。

為期兩天的訓(xùn)練營將通過講座和動手實驗課程講授深度強化學(xué)習(xí)的基礎(chǔ)支持，幫助應(yīng)用者使用這些技術(shù)構(gòu)建新的應(yīng)用程序，甚至推動算法的前沿發(fā)展。

7、人工智能導(dǎo)論

華盛頓大學(xué)

鏈接：https://courses.cs.washington.edu/courses/cse573/17wi/

8、大腦、頭腦和機器夏季課程

麻省理工學(xué)院

鏈接：https://ocw.mit.edu/resources/res-9-003-brains-minds-and-machines-summer-course-summer-2015/

本課程探討了智力問題，它的本質(zhì)，它是如何由大腦產(chǎn)生的，以及它如何在機器中復(fù)制等問題。使用一種集成了研究大腦的認知科學(xué)的方法，神經(jīng)科學(xué)（研究大腦），計算機科學(xué)和人工智能（研究開發(fā)智能機器所需的計算）。

9、算法的設(shè)計與分析

麻省理工學(xué)院

鏈接：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-design-and-analysis-of-algorithms-spring-2015/

這是一門中級算法課程，重點是設(shè)計和分析高效算法的教學(xué)技巧，強調(diào)應(yīng)用方法。主題包括分而治之、隨機化、動態(tài)編程、貪婪算法、增量改進、復(fù)雜性和密碼學(xué)。

10、自然語言處理

華盛頓大學(xué)

鏈接：https://courses.cs.washington.edu/courses/cse517/17wi/