免费机器学习课程爆红:从概率与统计到全栈深度学习,英伟达工程师小姐姐整理
乾明 发自 凹非寺
量子位 报道 | 公众号 QbitAI
有一份适合按顺序依次学习的免费机器学习资源,在Twitter上火了。
一天之间便获得5.9K点赞和1.5K转发。
评论区中,”Thanks for sharing“此起彼伏,还有不少人呼朋唤友来观看。
那么,这到底是一份什么样的资源?
十门在线课程
整个资源,由10门在线课程组成,来自斯坦福、MIT、伯克利等顶尖高校与知名机构。
课程从基础的概率与统计开始,然后是线性代数,之后是NLP等各个领域和实战内容,还有Kaggle竞赛指南等等。
从基础到理论,由理论到实践,基本上覆盖了机器学习领域需要掌握的大部分知识与技能。
10门课程整体如下,其中有5门课程已经被搬运至B站(来自微博@爱可可-爱生活):
1、斯坦福概率和统计
https://t.co/yTkE8pykgk
2、MIT线性代数
https://t.co/vj5euiYnGa
3、斯坦福卷积网络视觉识别
https://t.co/kCpDeV7IQI
https://t.co/kCpDeV7IQI
B站链接:
https://www.bilibili.com/video/av13260183/
4、程序员深度学习实战
https://t.co/UEYvPxOup0
https://t.co/UEYvPxOup0
B站链接:
https://www.bilibili.com/video/av41718196/
5、斯坦福深度学习自然语言处理
https://t.co/3gMG0ZqMb1
https://t.co/3gMG0ZqMb1
B站链接:
https://www.bilibili.com/video/av46216519/
6、吴恩达机器学习课程
https://t.co/ixBEItBroY
https://t.co/ixBEItBroY
中文版:
https://study.163.com/course/introduction/1004570029.htm
7、斯坦福概率图模型专项课程
https://t.co/dKdHxAzQ7e
https://t.co/dKdHxAzQ7e
8、强化学习导论,DeepMind
https://t.co/q2DXfDjBDP
https://t.co/q2DXfDjBDP
B站链接:
https://www.bilibili.com/video/av24060851/
9、全栈深度学习训练营
https://t.co/grkcBbL76U
https://t.co/grkcBbL76U
B站链接:
https://www.bilibili.com/video/av49643298
10、如何赢取数据科学竞赛:跟顶级Kagglers学习
https://t.co/t0Syh3c06r
https://t.co/t0Syh3c06r
来自英伟达工程师小姐姐
这份资源,来自英伟达的工程师Chip Huyen。
她博士毕业于斯坦福大学。目前也在斯坦福教授“TensorFlow for Deep Learning Research”课程,同时也是4本畅销书的作者。
此外,她也经常在社交平台上分享一些心得与资源,比如:
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。