หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

หลักสูตร Machine Learning และ AI ที่ยอดเยี่ยม

รายชื่อหลักสูตรการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ที่ยอดเยี่ยมและฟรีพร้อมวิดีโอบรรยาย หลักสูตรทั้งหมดมีให้บริการในรูปแบบวิดีโอบรรยายคุณภาพสูงโดยนักวิจัยและอาจารย์ AI ที่เก่งที่สุดบนโลกใบนี้

นอกจากวิดีโอการบรรยายแล้ว ฉันยังเชื่อมโยงเว็บไซต์ของหลักสูตรกับบันทึกการบรรยาย การอ่านเพิ่มเติม และงานที่ได้รับมอบหมายอีกด้วย

การบรรยายเบื้องต้น

หลักสูตรเหล่านี้เป็นหลักสูตรที่ดีเยี่ยมสำหรับการเริ่มต้นการเรียนรู้ของเครื่องและ AI ไม่จำเป็นต้องมีประสบการณ์ด้าน ML และ AI มาก่อน คุณควรมีความรู้เกี่ยวกับพีชคณิตเชิงเส้น แคลคูลัสเบื้องต้น และความน่าจะเป็นบ้าง แนะนำให้มีประสบการณ์การเขียนโปรแกรมบางอย่างด้วย

  • การเรียนรู้ของเครื่อง (Stanford CS229) | เว็บไซต์หลักสูตร

    หลักสูตรแมชชีนเลิร์นนิงคลาสสิกสมัยใหม่นี้เป็นจุดเริ่มต้นที่ดีในการทำความเข้าใจแนวคิดและเทคนิคของแมชชีนเลิร์นนิง หลักสูตรครอบคลุมเทคนิคที่ใช้กันอย่างแพร่หลาย บันทึกการบรรยายมีรายละเอียดและทบทวนแนวคิดทางคณิตศาสตร์ที่จำเป็น

  • โครงข่ายประสาทเทียมเพื่อการรู้จำภาพ (Stanford CS231n) | เว็บไซต์หลักสูตร

    วิธีที่ดีในการเริ่มต้นด้วยการเรียนรู้อย่างลึกซึ้ง หลักสูตรนี้มุ่งเน้นไปที่เครือข่ายประสาทเทียมและการมองเห็นคอมพิวเตอร์ แต่ยังให้ภาพรวมเกี่ยวกับเครือข่ายที่เกิดซ้ำและการเรียนรู้แบบเสริมกำลัง

  • ปัญญาประดิษฐ์เบื้องต้น (UC Berkeley CS188) | เว็บไซต์หลักสูตร

    ครอบคลุมทุกด้านของ AI ตั้งแต่วิธีการค้นหา ผังเกม และการเรียนรู้ของเครื่อง ไปจนถึงเครือข่ายแบบเบย์และการเรียนรู้แบบเสริมกำลัง

  • Applied Machine Learning 2020 (โคลัมเบีย)

    ทางเลือกแทน Stanford CS229 ตามชื่อที่บอกเป็นนัย หลักสูตรนี้ใช้มุมมองที่นำไปประยุกต์ใช้มากกว่าการบรรยายการเรียนรู้ของเครื่องของ Andrew Ng ที่มหาวิทยาลัยสแตนฟอร์ด คุณจะเห็นโค้ดมากกว่าคณิตศาสตร์ แนวคิดและอัลกอริทึมใช้ไลบรารี Python ยอดนิยม scikit-learn และ Keras

  • ความรู้เบื้องต้นเกี่ยวกับการเรียนรู้แบบเสริมกำลังกับ David Silver (DeepMind) | เว็บไซต์หลักสูตร

    ข้อมูลเบื้องต้นเกี่ยวกับการเรียนรู้แบบเสริมกำลังโดยหนึ่งในนักวิจัยชั้นนำที่อยู่เบื้องหลัง AlphaGo และ AlphaZero

  • การประมวลผลภาษาธรรมชาติด้วยการเรียนรู้เชิงลึก (Stanford CS224N) | เว็บไซต์หลักสูตร

    เทคนิค NLP สมัยใหม่ตั้งแต่โครงข่ายประสาทที่เกิดซ้ำ และการฝังคำ ไปจนถึงหม้อแปลงไฟฟ้าและการเอาใจใส่ตนเอง ครอบคลุมหัวข้อที่ประยุกต์ เช่น การตอบคำถามและการสร้างข้อความ

  • การเรียนรู้เชิงลึก - NYU - 2020 | เว็บไซต์หลักสูตร

    หลักสูตรนี้เกี่ยวข้องกับเทคนิคล่าสุดในการเรียนรู้เชิงลึกและการเรียนรู้แบบเป็นตัวแทน โดยมุ่งเน้นไปที่การเรียนรู้เชิงลึกแบบมีผู้ดูแลและไม่ได้รับการดูแล วิธีการฝัง การเรียนรู้แบบเมตริก เครือข่ายแบบสลับและแบบวนซ้ำ พร้อมแอปพลิเคชันสำหรับคอมพิวเตอร์วิทัศน์ การทำความเข้าใจภาษาธรรมชาติ และการรู้จำคำพูด

  • การเรียนรู้ของเครื่องด้วยกราฟ (Stanford CS224W) | เว็บไซต์หลักสูตร

    ภาพรวมที่ครอบคลุมของเทคนิคการเรียนรู้ของเครื่องที่นำไปใช้กับข้อมูลที่มีโครงสร้างกราฟ หัวข้อต่างๆ ประกอบด้วยการฝังโหนด โครงข่ายประสาทเทียมแบบกราฟ (GNN) กราฟต่างกัน กราฟความรู้ และการประยุกต์ หลักสูตรนี้ยังครอบคลุมหัวข้อขั้นสูง เช่น การจับคู่กราฟย่อยแบบนิวรัล ตัวแปลงกราฟ และการปรับขนาด GNN เป็นกราฟขนาดใหญ่

การบรรยายขั้นสูง

หลักสูตรขั้นสูงที่ต้องใช้ความรู้เบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่องและ AI

  • การเรียนรู้แบบไม่มีผู้ดูแลเชิงลึก (UC Berkeley CS294) | เว็บไซต์หลักสูตร

  • พรมแดนแห่งการเรียนรู้เชิงลึก (สถาบัน Simons) | เว็บไซต์หลักสูตร

  • เทคนิคการเรียนรู้เชิงลึกใหม่ | เว็บไซต์หลักสูตร

  • เรขาคณิตแห่งการเรียนรู้เชิงลึก (การวิจัยของ Microsoft) | เว็บไซต์หลักสูตร

  • Deep Multi-Task และ Meta Learning (Stanford CS330) ฤดูใบไม้ร่วงปี 2022 | เว็บไซต์หลักสูตร

  • คณิตศาสตร์ของ Machine Learning Summer School 2019 (มหาวิทยาลัยวอชิงตัน) | เว็บไซต์หลักสูตร

  • แบบจำลองกราฟิกความน่าจะเป็น (มหาวิทยาลัยคาร์เนกีเมลลอน) | เว็บไซต์หลักสูตร

  • การเรียนรู้ของเครื่องความน่าจะเป็นและสถิติ 2020 (มหาวิทยาลัยTübingen)

  • การเรียนรู้ของเครื่องเชิงสถิติ 2020 (มหาวิทยาลัยTübingen)

  • การตรวจจับมือถือและหุ่นยนต์ 2019 (มหาวิทยาลัยบอนน์)

  • หลักสูตรเซ็นเซอร์และการประมาณค่าสถานะ 2020 (มหาวิทยาลัยบอนน์)

  • Photogrammetry 2015 (มหาวิทยาลัยบอนน์)

  • การเรียนรู้เชิงลึกขั้นสูงและการเรียนรู้แบบเสริมกำลัง 2020 (DeepMind / UCL)

  • ระบบไดนามิกที่ขับเคลื่อนด้วยข้อมูลพร้อมการเรียนรู้ของเครื่อง

  • การควบคุมที่ขับเคลื่อนด้วยข้อมูลด้วยการเรียนรู้ของเครื่อง

  • ชุดสัมมนา ECE AI 2020 (NYU)

  • CS287 Advanced Robotics ที่ UC Berkeley ฤดูใบไม้ร่วง 2019

  • CSEP 546 - การเรียนรู้ของเครื่อง (AU 2019) (U of Washington)

  • การเรียนรู้การเสริมกำลังเชิงลึก การตัดสินใจ และการควบคุม (UC Berkeley CS285)

  • การเพิ่มประสิทธิภาพนูนของสแตนฟอร์ด

  • Stanford CS224U: ความเข้าใจภาษาธรรมชาติ | ฤดูใบไม้ผลิ 2019

  • การเรียนรู้เชิงลึกแบบเต็มสแต็ก 2019

  • ความท้าทายที่เกิดขึ้นใหม่ในการเรียนรู้เชิงลึก

  • Deep | โรงเรียนภาคฤดูร้อน Bayes 2019

  • CMU Neural Nets สำหรับ NLP 2020

  • ทิศทางใหม่ในการเรียนรู้และการควบคุมการเสริมกำลัง (สถาบันการศึกษาขั้นสูง)

  • การประชุมเชิงปฏิบัติการเรื่องทฤษฎีการเรียนรู้เชิงลึก: Where next (สถาบันการศึกษาขั้นสูง)

  • การเรียนรู้เชิงลึก: การเล่นแร่แปรธาตุหรือวิทยาศาสตร์? (สถาบันการศึกษาขั้นสูง)

  • ชุดบรรยายการเรียนรู้เครื่องจักรเชิงทฤษฎี (สถาบันการศึกษาขั้นสูง)

  • คณิตศาสตร์ของข้อมูลขนาดใหญ่และการเรียนรู้ของเครื่อง (MIT)

  • รู้เบื้องต้นเกี่ยวกับ Data Centric AI (MIT) | วิดีโอบรรยาย | งานห้องปฏิบัติการ

  • Transformers เป็นแบบจำลองการคำนวณ (UC Berkeley, Simons Institute)

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด