awesome ml courses

Cursos incríveis de aprendizado de máquina e IA

Uma lista selecionada de cursos incríveis e gratuitos de aprendizado de máquina e inteligência artificial com aulas em vídeo. Todos os cursos estão disponíveis em vídeo-aulas de alta qualidade ministradas por alguns dos melhores pesquisadores e professores de IA do planeta.

Além das videoaulas, vinculei sites de cursos com notas de aula, leituras adicionais e tarefas.

Palestras Introdutórias

Esses são ótimos cursos para começar em aprendizado de máquina e IA. Nenhuma experiência anterior em ML e IA é necessária. Você deve ter algum conhecimento de álgebra linear, cálculo introdutório e probabilidade. Alguma experiência em programação também é recomendada.

• Aprendizado de máquina (Stanford CS229) | Site do curso

  Este clássico moderno dos cursos de aprendizado de máquina é um excelente ponto de partida para compreender os conceitos e técnicas de aprendizado de máquina. O curso cobre muitas técnicas amplamente utilizadas. As notas de aula são detalhadas e revisam os conceitos matemáticos necessários.

• Redes Neurais Convolucionais para Reconhecimento Visual (Stanford CS231n) | Site do curso

  Uma ótima maneira de começar com o aprendizado profundo. O curso se concentra em redes neurais convolucionais e visão computacional, mas também oferece uma visão geral sobre redes recorrentes e aprendizagem por reforço.

• Introdução à Inteligência Artificial (UC Berkeley CS188) | Site do curso

  Abrange todo o campo da IA. Desde métodos de busca, árvores de jogo e aprendizado de máquina até redes Bayesianas e aprendizado por reforço.

• Aprendizado de Máquina Aplicado 2020 (Colômbia)

  Alternativa para Stanford CS229. Como o nome indica, este curso tem uma perspectiva mais aplicada do que a palestra sobre aprendizado de máquina de Andrew Ng em Stanford. Você verá mais código do que matemática. Conceitos e algoritmos usam as populares bibliotecas Python scikit-learn e Keras.

• Introdução à aprendizagem por reforço com David Silver (DeepMind) | Site do curso

  Introdução à aprendizagem por reforço por um dos principais pesquisadores por trás do AlphaGo e AlphaZero.

• Processamento de linguagem natural com aprendizagem profunda (Stanford CS224N) | Site do curso

  Técnicas modernas de PNL, desde redes neurais recorrentes e incorporação de palavras até transformadores e autoatenção. Abrange tópicos aplicados, como resposta a perguntas e geração de texto.

• Aprendizado Profundo - NYU - 2020 | Site do curso

  Este curso trata das técnicas mais recentes em aprendizado profundo e aprendizado de representação, com foco em aprendizado profundo supervisionado e não supervisionado, métodos de incorporação, aprendizado métrico, redes convolucionais e recorrentes, com aplicações para visão computacional, compreensão de linguagem natural e reconhecimento de fala.

• Aprendizado de máquina com gráficos (Stanford CS224W) | Site do curso

  Visão geral abrangente das técnicas de aprendizado de máquina aplicadas a dados estruturados em gráficos. Os tópicos incluem incorporações de nós, redes neurais de grafos (GNNs), gráficos heterogêneos, gráficos de conhecimento e suas aplicações. O curso também cobre tópicos avançados como correspondência de subgráficos neurais, transformadores de gráficos e dimensionamento de GNNs para gráficos grandes.

Palestras Avançadas

Cursos avançados que exigem conhecimento prévio em aprendizado de máquina e IA.

• Aprendizagem profunda não supervisionada (UC Berkeley CS294) | Site do curso

• Fronteiras da aprendizagem profunda (Instituto Simons) | Site do curso

• Novas técnicas de aprendizagem profunda | Site do curso

• Geometria do Aprendizado Profundo (Pesquisa da Microsoft) | Site do curso

• Multitarefa profunda e meta aprendizagem (Stanford CS330) Outono de 2022 | Site do curso

• Escola de verão de matemática de aprendizado de máquina 2019 (Universidade de Washington) | Site do curso

• Modelos Gráficos Probabilísticos (Carneggie Mellon University) | Site do curso

• Aprendizado de máquina probabilístico e estatístico 2020 (Universidade de Tübingen)

• Aprendizado de Máquina Estatística 2020 (Universidade de Tübingen)

• Sensoriamento Móvel e Robótica 2019 (Universidade de Bonn)

• Curso de Sensores e Estimativa de Estado 2020 (Universidade de Bonn)

• Fotogrametria 2015 (Universidade de Bonn)

• Aprendizado profundo avançado e aprendizado por reforço 2020 (DeepMind / UCL)

• Sistemas Dinâmicos Orientados por Dados com Aprendizado de Máquina

• Controle baseado em dados com aprendizado de máquina

• Série de seminários ECE AI 2020 (NYU)

• CS287 Advanced Robotics na UC Berkeley, outono de 2019

• CSEP 546 - Aprendizado de Máquina (AU 2019) (U de Washington)

• Aprendizagem por Reforço Profundo, Tomada de Decisão e Controle (UC Berkeley CS285)

• Otimização Convexa de Stanford

• Stanford CS224U: Compreensão da linguagem natural | Primavera de 2019

• Aprendizado profundo Full Stack 2019

• Desafios emergentes na aprendizagem profunda

• Escola de verão Deep|Bayes 2019

• Redes Neurais CMU para PNL 2020

• Novos rumos em aprendizagem e controle de reforço (Instituto de Estudos Avançados)

• Workshop sobre Teoria da Aprendizagem Profunda: Onde Próximo (Instituto de Estudos Avançados)

• Aprendizado profundo: alquimia ou ciência? (Instituto de Estudos Avançados)

• Série teórica de palestras sobre aprendizado de máquina (Instituto de Estudos Avançados)

• Matemática de Big Data e Aprendizado de Máquina (MIT)

• Introdução à IA centrada em dados (MIT) | Vídeos de palestras | Tarefas de laboratório

• Transformadores como modelo computacional (UC Berkeley, Simons Institute)