今天我推薦 10 門機器學習課程，包括課程視頻。 本教程由來自硅谷的計算機科學家 Chip Huyen 編寫。 Chip Huyen 是斯坦福大學計算機科學學士和碩士學位，她在斯坦福大學創建并教授深度學習課程。

Chip Huyen 主頁：

/

言歸正傳電機學視頻教程電機學視頻教程，這份機器學習課程清單是艾可可老師整理并攜帶的，強烈推薦！ 下面一一介紹。

1.“和”（斯坦福概率與統計）

本課程旨在為概率和統計學的研究提供一種易于理解、包容和支持性的方法。 方便大家快速掌握核心知識。

課程地址：

//gse---和-

2.《》(麻省理工學院線性代數)

課程地址：

///18-06----2010/

3.“:for”（斯坦福卷積網絡視覺識別）

課程主頁：

/

視頻：

/?列表=-

B站視頻：

/視頻//

4.《Deep for》（程序員實用深度學習）

課程主頁：

.fast.ai/

視頻：

/?列表=-

參考：

fast.ai/2019/01/24/-v3/

B站視頻：

/視頻//

5.《：with Deep》（斯坦福深度學習自然語言處理）

課程主頁：

/class//index.html#

視頻：

/？列表=

B站視頻：

/視頻//

6.《》（斯坦福機器學習課程）

這是 Ng Enda 的熱門機器學習入門課程！ 本課程基本涵蓋了機器學習的主要知識點，例如：線性回歸、邏輯回歸、支持向量機、神經網絡、K-Means、異常檢測等。而且，課程中沒有復雜的公式推導和理論分析。課程。 Ng的目的是讓機器學習初學者能夠快速全面了解整個機器學習知識點，更容易快速上手。

課程主頁：

/學習/-

7.《概率圖模型》（斯坦福概率圖模型專題課程）

課程地址：

//--

8.“to”（強化學習簡介）

視頻：

/?列表=-

9.《Full Stack Deep》（全棧深度學習訓練營）

課程主頁：

/

B站視頻：

/視頻/

:

/full-stack-deep-/fsdl-text--

10-1。 《How to Win a Data: Learn from Top》（學習如何贏得來自Top的數據科學競賽）

課程主頁：

/學習/-數據-

10-2“：CS188.1x”（伯克利人工智能）

課程主頁：

/~cs188/fa18/

edX課程地址：

///CS188.1x-4///

B站視頻：

/視頻//

艾克克老師評價：添加了轉鏈接后，我自己瞬間感動了。 作為一名讀者，當我看到這 10 個機器學習清單時，我感覺我又讀了一遍！

有興趣的讀者可以按照列表順序學習，也可以根據自己的實際情況選擇相應的課程。 希望對您有所幫助！