【機器學習基礎】重磅發布!吳恩達 AI 完整課程資源超級大匯總!

吳恩達（Andrew Ng），毫無疑問，是全球人工智慧（AI）領域的大 IP！隨著近些年來 AI 越來越火的大趨勢下，吳恩達一直致力於普及、宣傳、推廣 AI 教育，包括最前沿、最火爆的 AI 基礎課程、深度學習課程等等。惠及全球超過 500w 的人工智慧愛好者。

「AI 如何更好地入門與進階？」，「有沒有一套起點不是很高的 AI 學習路徑？」，「這麼多優秀公開課，究竟哪一個更適合我？」等，這些往往是初學者們最為關心的幾個問題。毫無疑問，吳恩達的 AI 課程在國內外都是入門的首選課程，而且有非常完整的學習路線，無數新手都從這門課中收穫滿滿。

然而，吳恩達從最早的 CS229，到後來的 deeplearning.ai 深度學習專項課程，還有其它 AI 資源，大神發布的 AI 知名課程和資料非常多。對大部分學習者來說，肯定搜集得不完全而且非常耗時間。這確實是意見麻煩事！

沒關係！我們對吳恩達所有的關於 ML、DL 等課程、資源等做了詳細的搜集和整理並匯總到這篇文章裡。幫助大家整理出一份超讚的吳恩達 AI 學習路線了！

下面將按照推薦的從簡單到困難的學習路線來梳理吳恩達完整的 AI 課程、資源。趕緊一起來看看吧！

首先，我們整理了吳恩達完整 AI 資源的思維導圖：

重磅！本文梳理的完整學習路線中，我們對吳恩達所有資源進行了匯總並整理打包！獲取地址請見文末！

Coursera 《Machine Learning》

推薦指數：★★★★★

課程主頁：

https://www.coursera.org/learn/machine-learning/

課程特色：

這門課基本涵蓋了機器學習的主要知識點：線性回歸、邏輯回歸、支持向量機、神經網絡、K-Means、異常檢測等。課程中沒有複雜的公式推導和理論分析，讓機器學習初學者能夠快速對整個機器學習知識點有比較整體的認識，便於快速入門。

完整中文筆記（pdf、word、markdown版本）、中英文字幕離線視頻、復現的python作業：

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

在線筆記：

http://www.ai-start.com/ml2014/

課後作業（Python 版本）：

https://github.com/nsoojin/coursera-ml-py

課後作業（Jupyter 版本）：

https://github.com/kaleko/CourseraML

推薦指數：★★★★

課程主頁：

http://cs229.stanford.edu/

課程特色：

吳恩達在斯坦福教授的《機器學習》（CS 229）課程與 Coursera 上的《Machine Learning》類似，但比 Coursera 上的更全面和進階，對機器學習和統計模式識別進行了廣泛的介紹，非常適合在學完《Machine Learning》之後的提升。

在線筆記：

https://wei2624.github.io/machine%20learning/Machine-Learning-Notes/

配套資源（含 pdf）：

http://cs229.stanford.edu/summer2019/

精煉知識點速查表：

https://stanford.edu/~shervine/teaching/cs-229/

完整速查表 GitHub（9.9k star）：

https://github.com/afshinea/stanford-cs-229-machine-learning

CS229 線性代數和概率論的翻譯：

https://github.com/fengdu78/Data-Science-Notes/tree/master/0.math/1.CS229

deeplearning.ai《深度學習專項課程》

推薦指數：★★★★★

課程主頁：

https://www.deeplearning.ai/deep-learning-specialization/

https://www.coursera.org/specializations/deep-learning

課程特色：

吳恩達在 Coursera 上開設了由 5 門課組成的深度學習專項課程，掀起了一股人工智慧深度學習熱潮。該專項課程可以說是深度學習入門的最佳課程之一！不僅知識體系完善，涵蓋神經網絡基礎、淺層神經網絡、深層神經網絡、神經網絡優化、CNN、RNN 等知識；而且配備了相當專業的編程題。

漢化視頻：

https://study.163.com/provider/2001053000/course.htm

在線筆記：

http://www.ai-start.com/dl2017/

https://redstonewill.com/category/ai-notes/andrew-deeplearning-ai/

28 張精煉圖：

離線文件見文末！

完整資源：

https://github.com/fengdu78/deeplearning_ai_books

推薦指數：★★★

課程主頁：

http://cs230.stanford.edu/

課程特色：

CS230 是吳恩達在史丹福大學又開設了高質量的深度學習課程。在這門課中，你將學習深度學習的基礎，理解如何構建神經網絡，並且學習如何領導一個成功的機器學習項目。課程配備的代碼都可以使用 Python 和 TensorFlow 來實現。這門課採用翻轉課堂的教學形式，你可以在家觀看教學視頻，完成深度編程作業和在線測試，然後來到課程做進一步討論並完成最後的大項目。

油管視頻：

https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb

B 站視頻：

https://www.bilibili.com/video/av47055599/

項目示例代碼：

https://github.com/cs230-stanford/cs230-code-examples

課程知識點歸納總結：

https://stanford.edu/~shervine/teaching/cs-230/

完整速查表 GitHub（4k star）：

https://github.com/afshinea/stanford-cs-230-deep-learning

推薦指數：★★★★

課程主頁：

https://www.deeplearning.ai/tensorflow-in-practice/

https://www.coursera.org/specializations/tensorflow-in-practice

課程特色：

吳恩達在 Coursera 上線了新的《TensorFlow in Practice》專項課程。顯然，這門專項課程更加注重實踐，而且使用現在最火熱的深度學習框架 TensorFlow。該專項課程總共包含四門課：

(1). 《TensoFlow 和機器學習、深度學習的介紹》

https://www.coursera.org/learn/introduction-tensorflow

(2). 《TenSorFlow 中的卷積神經網絡》

https://www.coursera.org/learn/convolutional-neural-networks-tensorflow

(3). 《TenSorFlow 中的自然語言處理》

https://www.coursera.org/learn/natural-language-processing-tensorflow

(4). 《序列、時間序列和預測》

https://www.coursera.org/learn/tensorflow-sequences-time-series-and-prediction

TensorFlow: Data and Deployment

推薦指數：★★★★

課程主頁：

https://www.deeplearning.ai/tensorflow-data-and-deployment/

https://www.coursera.org/specializations/tensorflow-data-and-deployment

課程特色：

吳恩達在 Coursera 又有 TensorFlow 專項課程了，這回的主要內容放在了 TensorFlow.js、TensorFlow Lite 等 web 或移動端的使用。主要介紹使用 Tensorflow.js、TensorFlow Lite、TensorFlow Hub 等工具進行數據分析的方法。

該專項課程總共包含四門課：

(1). 《Browser-based Models with TensorFlow.js》

https://www.coursera.org/learn/browser-based-models-tensorflow

(2). 《Device-based Models with TensorFlow Lite》

https://www.coursera.org/learn/device-based-models-tensorflow

(3). 《Data Pipelines with TensorFlow Data Services》

https://www.coursera.org/learn/data-pipelines-tensorflow

(4). 《Advanced Deployment Scenarios with TensorFlow》

https://www.coursera.org/learn/advanced-deployment-scenarios-tensorflow

推薦指數：★★★★

課程主頁：

https://www.deeplearning.ai/ai-for-everyone/

https://www.coursera.org/learn/ai-for-everyone

課程特色：

《AI For Everyone》，這是一門非技術課程，更主要的是教大家如何將 AI 業務布局到公司，以及談談 AI 對社會的影響。你可以從這門課程中學到：

《Machine Learning Yearning》

推薦指數：★★★★★

書籍介紹：

歷時半年的大作《Machine Learning Yearning》英文版和中文版《機器學習訓練秘籍》已重磅問世了！這本書《Machine Learning Yearning》能夠從以下幾個方面給你帶來收穫：

該書中文版 GItHub 地址：

https://github.com/deeplearning-ai/machine-learning-yearning-cn

在線閱讀：

https://deeplearning-ai.github.io/machine-learning-yearning-cn/docs/home/

中文版：

https://github.com/deeplearning-ai/machine-learning-yearning-cn/releases/download/v0.5.0/MLY-zh-cn.pdf

吳恩達：關於機器學習職業生涯以及閱讀論文的一些建議

總結了史丹福大學CS230深度學習課程在YouTube上的演講：對職業發展的一些建議以及閱讀研究論文的方法。https://medium.com/@mohamedalihabib7/advice-on-building-a-machine-learning-career-and-reading-research-papers-by-prof-andrew-ng-f90ac99a0182https://www.youtube.com/watch?v=733m6qBHjI&list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb&index=9&t=0s

吳恩達點讚：22 頁《AI 職業發展之路》

吳恩達推薦了一份精簡版的《AI Career Pathways: Put Yourself on the Right Track》，只有 22 頁。可謂短小精悍，旨在幫助你走上正規的 AI 職業發展道路。

在線獲取地址：

https://workera.ai/candidates/report/

本文搜集了吳恩達全網非常詳盡的學習資源和優質課程。建議讀者按照本文順序依次學習。如果你是一位 AI 愛好者，那麼重點向你推薦 Coursera《Machine Learning》和deeplearning.ai 深度學習專項課程。

本文和上面思維導圖整理的所有吳恩達 AI 資源，我們已經打包整理完畢！需要的讀者請在本公眾號後臺回復「Wu」，獲取！

希望本文能對你有所幫助，如果覺得這篇文章有用的話，歡迎收藏和轉發~

（完）

本站qq群704220115，加入微信群請掃碼：