免费机器学习课程（fast.ai）

这是提供人工智能主题课程的顶级平台之一，旨在向大众传授人工智能以及如何在该领域起步。所有的内容都是从零开始，重点是在实践中学习。有一系列可供初学者和有经验的学习者选择。

-每个概念都包含屏幕截图和实际示例。

-提供了完整的指导来执行配置以开始授课。

-加入论坛，与同龄人和实践者进行交流，并通过学习经验互相帮助。

-使用fast.ai库和训练模型。

-该平台上的所有课程都是免费的。

课程地址：https://www.fast.ai/

斯坦福大学（Coursera）的机器学习课程

这应该是互联网上最好的机器学习课程。该课程由Coursera联合创始人兼斯坦福大学教授Andrew Ng创建，  全球已有超过260万名学生和专业人员参加了该计划，他们对该课程的平均评分高达4.9，满分为5。本课程涵盖的主题包括监督学习，最佳实践以及ML和AI的创新，同时你还可以在众多其他案例中遇到众多案例研究和应用。

-了解参数和非参数算法，聚类，降维以及其他重要主题。

-从老师那里获得最佳实践和建议。

-与来自各个级别的志趣相投的学习者社区中的同伴互动。

-灵活的截止日期方便学习。

-学习应用学习算法来构建智能机器人，理解文本，音频，数据库挖掘。

课程地址：https://www.coursera.org/learn/machine-learning

深度学习课程（deeplearning.ai）

作为最著名的深度学习讲师之一，Andrew Ng为你带来了由斯坦福大学教授和NVIDIA |深度学习研究所共同开发的这一特殊课程  。在这个为期数周，涵盖5门课程的课程中，他将教你有关深度学习的基础，如何构建神经网络以及如何构建机器学习项目的知识。最重要的是，你将可以从事医疗保健，音乐生成和自然语言处理等其他行业领域的实时案例研究。全球已有超过25万名学生注册了该计划。

-了解卷积网络，RNN，BatchNorm，Dropout等。

-你可以使用不同的技术来构建模型来解决实际问题。

-涵盖了医疗，自动驾驶，手语阅读，音乐生成和自然语言处理等领域的实际案例研究。

-获得行业专家和领导者的最佳实践和建议。

-按照你的时间表完成所有评估和作业，以获得专业完成证书。

课程地址：https://www.coursera.org/specializations/deep-learning

机器学习课程(Udemy)

本课程将帮助你精通使用Python和R语言进行机器学习开发：做出准确的预测，建立许多机器学习模型的直觉，并处理诸如强化学习，NLP和深度学习之类的特定工具。最重要的是，它教会你为每种类型的问题选择正确的模型。

-很少或没有经验的入门开发者指南。

-探索复杂的主题，例如自然语言处理，强化学习，深度学习等。

-大量的实践练习和测验可以衡量你对讲座所涵盖概念的掌握程度。

-提供了详细说明以安装必需的软件和工具。

-此外，本培训还包含可在项目中下载和使用的Python和R代码模板。

课程地址：https://www.udemy.com/course/machinelearning/

免费机器学习数据科学课程（哈佛大学）

哈佛大学的这一专业认证计划使用富有启发性的案例研究，提出具体问题，并向你展示如何通过分析大量数据来回答这些问题。在整个课程中，你将同时学习R编程语言，统计概念和数据分析技术。案例研究包括世界卫生和经济趋势，美国犯罪率，2007-2008年金融危机，选举预测，建立一支棒球队和电影推荐系统。该课程的教授是哈佛大学生物统计学教授Rafael Irizarry。

-涵盖基本的R编程技能。

-探索概率，推断和建模之类的统计概念，并将其应用到实践中。

-使用tidyverse获得经验，包括使用ggplot2进行数据可视化和使用dplyr进行数据整理。

-熟悉用于练习数据科学家的基本工具，例如Unix / Linux，git和GitHub，以及RStudio。

-实施机器学习算法，并通过实际案例研究获得对该领域的深入了解。

课程地址：https://www.edx.org/professional-certificate/harvardx-data-science

免费机器学习入门课程（Udacity）

此Udacity纳米学位计划将帮你您获得所有有抱负的数据分析师和数据科学家的必备技能。通过机器学习镜头探索调查数据的端到端过程。学习提取和识别有用的功能，这些功能可用于以最佳形式表示数据。除此之外，你还将获得一些重要的ML算法并评估其性能。

-交互式测验可以让你复习所涵盖的主题。

-加入学生支持社区，以交流想法并解答疑问。

-自定进度的日程安排使你可以方便地学习。

-已与Kaggle和AWS关联创建了内容

-你将学习监督学习，深度学习，无监督学习以及许多其他主题。

-你还将获得一对一的导师，个人职业指导以及与学生社区的联系

课程地址：https://www.udacity.com/course/intro-to-machine-learning-nanodegree--nd229

人工智能课程（哥伦比亚大学）

本课程总共有4门课程，一个一个地介绍了该主题的重要概念。为AI的指导原则打下坚实的基础，并将机器学习的知识应用于现实世界中的挑战和应用程序。除此之外，你还将学习设计神经网络并利用它们来解决相关问题。

-将机器学习的概念应用于现实生活中的挑战和应用。

-提供了有关配置和浏览所需软件的详尽说明。

-设计和利用神经网络的功能。

-该程序分为4门课程，以及相关示例和演示。

-将在这些讲座中获得的知识应用于一系列领域，例如机器人技术，视觉和物理模拟。

课程地址：https://www.edx.org/micromasters/columbiax-artificial-intelligence

机器学习课程（斯坦福工程学院）

在数据，模型和优化程序中，你将通过实现适当的算法并开发模型来探索大规模问题。除此之外，AI课程还讨论了开发概率模型和ML的原理和技术。最后，数据集挖掘类沉浸在大型存储库中，可帮助你掌握从各种现实资源中提取信息的方法。

课程地址：https://online.stanford.edu/courses/cs229-machine-learning

免费机器学习课程（edX）

edX汇集了来自全球多家大学的许多机器学习课程。您可以选择学习其他课程，包括哈佛大学的数据科学，哥伦比亚大学的人工智能，IBM的Python数据科学或Microsoft的数据科学。

-免费课程，面向那些不想花大价钱学习机器学习的人

-探索机器学习和人工智能的各个主题并获得深刻的理解

-向老师学习大量的技巧和窍门

-建立复杂的数据模型，探索数据分类，回归和聚类等。

-众多课程可供选择，涵盖从AI到机器学习，深度学习等更多主题

-顶尖大学的顶尖教授教你

课程地址：https://www.edx.org/learn/machine-learning

免费机器学习课程（DataCamp）

如果你精通R编程和统计学，并希望以此技能为基础，那么这是一门互动课程，值得一看。首先，你将研究使用该区域可以解决的应用程序和常见问题。除此之外，你将专注于三种基本技术并训练和评估ML模型。

-比较不同类型的算法并进行实验。

-分类数据，构建决策树，执行聚类等。

-15个视频+ 81个练习

-互动式内容使解释更简单，并获得有趣的体验。

课程地址：https://www.datacamp.com/courses/introduction-to-machine-learning-with-r

关注公众号【AIRX社区】，私信“AR干货”，即可获得AR／AI开发资料包和AR／AI行业书籍报告！其他资料也会随时更新