ビデオ講義付きの素晴らしい無料の機械学習および人工知能コースの厳選されたリスト。すべてのコースは、地球上で最高の AI 研究者や教師による高品質のビデオ講義として利用できます。
ビデオ講義に加えて、講義ノート、追加の読書、課題を含むコース Web サイトをリンクしました。
これらは、機械学習と AI を始めるのに最適なコースです。 ML と AI に関する事前の経験は必要ありません。線形代数、微積分入門、確率についてある程度の知識が必要です。ある程度のプログラミング経験も推奨されます。
機械学習 (スタンフォード CS229) |コースのウェブサイト
この現代の古典的な機械学習コースは、機械学習の概念と手法を理解するための優れた出発点となります。このコースでは、広く使用されている多くのテクニックを取り上げます。講義ノートは詳細であり、必要な数学的概念を復習します。
視覚認識のための畳み込みニューラル ネットワーク (スタンフォード CS231n) |コースのウェブサイト
ディープラーニングを始めるのに最適な方法です。このコースは畳み込みニューラル ネットワークとコンピューター ビジョンに焦点を当てていますが、リカレント ネットワークと強化学習の概要も説明します。
人工知能入門 (カリフォルニア大学バークレー校 CS188) |コースのウェブサイト
AIの全分野をカバーします。検索手法、ゲーム ツリー、機械学習からベイジアン ネットワーク、強化学習まで。
応用機械学習 2020 (コロンビア)
スタンフォード CS229 の代替品。名前が示すように、このコースはスタンフォード大学での Andrew Ng の機械学習の講義よりも応用的な観点を取り入れています。数学よりも多くのコードが表示されます。概念とアルゴリズムは、人気のある Python ライブラリ scikit-learn と Keras を使用しています。
David Silver による強化学習の概要 (DeepMind) |コースのウェブサイト
AlphaGo と AlphaZero の背後にある主要な研究者の 1 人による強化学習の紹介。
深層学習による自然言語処理 (スタンフォード CS224N) |コースのウェブサイト
リカレント ニューラル ネットワークや単語埋め込みからトランスフォーマーや自己注意まで、最新の NLP テクニック。質問応答やテキスト生成などの応用的なトピックをカバーします。
ディープラーニング - ニューヨーク大学 - 2020 |コースのウェブサイト
このコースは、深層学習と表現学習の最新技術に関するもので、教師ありおよび教師なし深層学習、埋め込み手法、計量学習、畳み込みおよびリカレント ネットに焦点を当て、コンピューター ビジョン、自然言語理解、および音声認識への応用を取り上げます。
グラフを使用した機械学習 (スタンフォード CS224W) |コースのウェブサイト
グラフ構造データに適用される機械学習手法の包括的な概要。トピックには、ノードの埋め込み、グラフ ニューラル ネットワーク (GNN)、異種グラフ、ナレッジ グラフ、およびそれらのアプリケーションが含まれます。このコースでは、ニューラル サブグラフ マッチング、グラフ トランスフォーマー、GNN の大きなグラフへのスケーリングなどの高度なトピックも取り上げます。
機械学習と AI に関する事前知識が必要な上級コース。
深い教師なし学習 (UC バークレー CS294) |コースのウェブサイト
深層学習のフロンティア (サイモンズ研究所) |コースのウェブサイト
新しいディープラーニング技術 |コースのウェブサイト
深層学習の幾何学 (Microsoft Research) |コースのウェブサイト
ディープ マルチタスクとメタ ラーニング (スタンフォード CS330) 2022 年秋 |コースのウェブサイト
機械学習の数学サマースクール 2019 (ワシントン大学) |コースのウェブサイト
確率的グラフィカル モデル (カーネギー メロン大学) |コースのウェブサイト
確率的および統計的機械学習 2020 (テュービンゲン大学)
統計的機械学習 2020 (テュービンゲン大学)
モバイル センシングとロボティクス 2019 (ボン大学)
センサーと状態推定コース 2020 (ボン大学)
写真測量 2015 (ボン大学)
高度な深層学習および強化学習 2020 (DeepMind / UCL)
機械学習を使用したデータ駆動型動的システム
機械学習によるデータ駆動型制御
ECE AI セミナー シリーズ 2020 (ニューヨーク大学)
CS287 カリフォルニア大学バークレー校 2019 年秋の先進ロボット工学
CSEP 546 - 機械学習 (AU 2019) (ワシントン大学)
深層強化学習、意思決定、制御 (UC バークレー CS285)
スタンフォード凸最適化
スタンフォード CS224U: 自然言語理解 | 2019年春
フルスタックディープラーニング 2019
深層学習における新たな課題
ディープ|ベイズ 2019 サマースクール
NLP 2020 の CMU ニューラル ネット
強化学習と制御の新しい方向性 (高等研究所)
深層学習理論に関するワークショップ: 次はどこへ (高等研究所)
ディープラーニング: 錬金術か科学か? (高等研究院)
理論機械学習講義シリーズ(高等研究所)
ビッグデータと機械学習の数学 (MIT)
データ中心 AI (MIT) の概要 |講義ビデオ |研究室の課題
計算モデルとしてのトランスフォーマー (カリフォルニア大学バークレー校、サイモンズ研究所)