蒙特卡罗论坛【不怕踩坑的机器学习课程 Top 5 ，其中两个由吴恩达主讲】

雷锋网 AI 科技评论按：凭借强大的统计学基础，机器学习正成为当下最有趣、发展节奏最快的计算机科学领域之一。机器学习可以被应用到无数的行业和应用中，以提供更高效和智能的服务体验，最典型的如聊天机器人、垃圾邮件过滤器、广告投放系统、搜索引擎以及欺诈检测系统，正为我们的日常生活提供全方位的支持。

简单来说，机器学习可以让我们为那些人类无法做到的事情去找到解决方案，并创建相应的数学模型。与涵盖探索性数据分析、统计学、通信技术以及可视化技术等内容的数据科学课程不同的是，机器学习课程只注重教授机器学习算法，即它们如何以数学的方式运作，以及我们要如何在编程语言中使用它们。为此，LearnDataScience 为大家推荐了 5 个最值得投入时间与精力的机器学习课程，雷锋网 AI 科技评论将之编译如下。

首先让我们对今年 Top 5 的机器学习课程进行简要回顾：

不夸张的说，其他机器学习课程都将这门课程视为标杆。课程的讲师与创建者是 Andrew Ng（吴恩达）——斯坦福大学教授、Google Brain 联合创始人、Coursera 联合创始人、曾将百度 AI 团队培养成千人规模的副总裁。

该课程采用开源编程语言 Octave ，而非常规的 Python 或 R 语言来布置作业。这对于某些人而言可能有点标新立异，而事实上如果你是一名初学者，Octave 将是一个学习 ML 基础知识的简单方法。

总的来说，这门课程的材料非常全面，吴恩达也对此进行了详尽讲述。他将基于微积分解释以及线性代数向你解释算法背后的数学逻辑。这是一门独立的学习课程，但如果能事先对线性代数有了解，对你学习这门课程将有很大的帮助。

课程提供者：斯坦福大学的 Andrew Ng（吴恩达）

费用：审核免费，证书要价 79 美元

课程大纲：

同样是吴恩达主讲，不同的是，这门专项课程属于高阶系列课程，适合那些有兴趣学习神经网络与深度学习、并利用它们来解决问题的人。

这门课程涉及神经网络的作业和讲座将采用 Python 语言以及 TensorFlow 库。不用说，这是学习完吴恩达《机器学习》课程后的出色的/卓越的/优异的/杰出的延续，因为课程是你习惯的讲解风格，只不过现在就需要你适应使用Python 来创建机器学习项目。

课程提供者：吴恩达、deeplearning.ai

费用：审核免费，证书要价 49 美元/月

课程大纲：

又是一个针对初学者的课程，专注传授那些最基本的机器学习算法。教师、幻灯片以及说明的完美结合，能让你对基础算法有最直观的感受。

本课程采用的 Python，对算法背后的数学公式要求没那么高。 通过每个学习模块，你将有机会利用浏览器中的 Jupyter notebook 对刚学过的概念进行实践。 每个 notebook 将有效强化你之前的学习知识，同时提供在实际数据上进行算法实践的具体说明。

课程提供者：IBM，Cognitive Class

价格：审核免费，证书要价 39 美元/月

课程大纲：

另一个高阶系列课程， 如果你有兴趣学习更多的机器学习技术，这是一门很关键的线上课程。

该课程的教学水平非常高：精彩又简洁。由于课程的前沿性，您需要比其他课程拥有更扎实的数学基础。如果你之前已经报读过其他初学者课程，并拥有线性代数和微积分知识基础，那么这是你补充专业的机器学习知识的不错选择。

该课程涵盖的大部分内容对于许多机器学习项目的实践而言至关重要。

课程提供者：俄罗斯国立高等经济学院

费用：审核免费，证书要价 49 美元/月

课程大纲：

相对而言其他课程而言，这是对数学能力要求最高的一门高阶课程。这意味着你需要掌握牢固的线性代数、微积分、概率学和编程知识。该课程将基于 Python 或 Octave 布置有意思的编程作业，却不会具体教授任一语言。

本课程最大的特点是对机器学习的概率方法进行了覆盖。如果你对阅读教科书（如《Machine Learning: A Probabilistic Perspective》.机器学习：概率学视角）很感兴趣，那么这门课将是很理想的补充。

课程提供者：哥伦比亚大学

费用：审核免费，证书要价 300 美元

课程大纲：

最大似然估计、线性回归、最小二乘法

岭回归、偏差方差、贝叶斯规则、最大后验推断

最近邻分类、贝叶斯分类器、线性分类器、感知器

逻辑回归、拉普拉斯近似、核方法、高斯过程

最大边距、支持向量机（SVM）、树状图、随机森林、提升

聚类、K 均值、EM 算法、缺失数据

高斯混合、矩阵分解

非负矩阵分解、潜在因子模型、PCA 和变化

马尔可夫模型、隐马尔可夫模型

连续状态空间模型、关联分析

型号选择、后续步骤

该课程提到的许多主题都包含在其他针对初学者的课程里，然而数学元素却未被淡化。如果你已经学习了基础技术知识，同时有兴趣深入研究数学，且希望从事实际推导出某种算法的编程作业，那么本课程最合适不过。

via https://medium.com/@LearnDataSci/top-5-machine-learning-courses-for-2019-8a259572686e

雷锋网 AI 科技评论