來源：analyticsvidhya.com
作者：Swati Kashyap
翻譯：劉小芹
【新智元導讀】2016 年就要過去了，關於機器學習的知識儲備你覺得自己做得如何？下面是 Analytics Vidhya 網站發表的文章，匯集了 2016 年機器學習經典視頻、教材和課程，分類整理，初學者、進階級還是資深研究員，都可以從中發現適合的材料。視頻只做了展示截圖，觀看的話請複製文中的連結哦。
目錄
第一部分：機器學習入門
怎樣在 6 個月內成為數據科學家
CMU統計機器學習課程
滑鐵盧大學機器學習課程
Python 應用機器學習課程
導論：Python 數據科學
SciPy 機器學習導論課
Python Pandas 數據分析
CS50 機器學習課程
Pandas 初學者的數據分析和處理教程
什麼是人工智慧
Azure ML 初學者的機器學習教程
第二部分：機器學習提高
第三部分：機器學習應用
1. 怎樣在 6 個月內成為數據科學家
時長：56分24秒
地址：https://www.youtube.com/watch?v=rIofV14c0tc
這個視頻中，Tetiana Ivanova 分享了她在短短 6 個月內成為數據科學家的經驗。參與黑客馬拉松是她開始學習機器學習的契機。如果你猶豫過是去上研究生課程還是自學成為數據科學專家，那麼這個視頻一定不容錯過。Tetiana 分享了她轉職的經歷，高等教育背後的艱苦現實。不管你是初學者還是正欲轉職做數據科學相關工作的人，我都建議你看看這個視頻，一定會讓你有所啟發。
2. CMU統計機器學習課程
時長：24 Lectures
地址：https://www.youtube.com/watch?v=zcMnu-3wkWo&index=1&list=PLTB9VQq8WiaCBK2XrtYn5t9uuPdsNm7YE
CMU 的這門課程將帶你了解機器學習和統計建模的基礎。主要內容包括：參數和非參數回歸、聚類、提升、圖形分析、極大極小理論、降維等。本課程最適合已有統計學和數學基礎的學生。此外，課程還提供作業任務和解決方法。
3. 滑鐵盧大學機器學習課程
時長：23 Lectures
地址：https://www.youtube.com/watch?list=PLFze15KrfxbH8SE4FgOHpMSY1h5HiRLMm&v=b5NlRg8SjZg
滑鐵盧大學的這門機器學習課程將帶你了解機器學習的基礎概念和前沿理論。這是一個理論性質的課程，將帶領你探討機器學習算法中的數學關係。本課程有包括《理解機器學習》的作者 Shai Ben David 在內的多名教授，涵蓋的主題包括線性回歸、貝葉斯、樹、聚類、神經網絡、集成、隱馬爾可夫模型等。
4. Python 應用機器學習課程
時長：57 Lectures
地址：https://www.youtube.com/watch?list=PLQVvvaa0QuDfKTOs3Keq_kaG2P55YRn5v&v=OGxgnH8y2NM
本課程為所有尋找機器學習基礎課程的 Python 使用者設計。課程涵蓋監督學習、無監督學習和深度學習算法的理論和實踐。在這系列視頻中，你將能夠了解線性回歸、K-最近鄰法、支持向量機（SVM）、扁平聚類、層次聚類和神經網絡。本課程還討論了使用實際數據集，每個算法在現實生活中的應用。此外，通過使用代碼重建每個算法，你將能夠了解它們的工作原理。本課程將幫助你全面了解算法的工作原理，以及如何應用。
5. 導論：Python 數據科學
時長：6 Lectures
地址：https://www.youtube.com/watch?list=PL2-dafEMk2A6QKz1mrk1uIGfHkC1zZ6UU&v=T5pRlIbr6gg
這是另一個 Python 數據科學教程。如果你由於工作忙碌無法抽出時間系統學習數據科學，那麼這系列的視頻是不二之選。這系列一共6個視頻，每個時長7分鐘，涵蓋的主題包括情感分析、推薦系統、預測股票價格等數據科學應用，以及如何使用 Python 和 TensorFlow 構造神經網絡，介紹遺傳算法等。本課程要求對 Python 有基本的了解。
6. SciPy 機器學習導論課
時長：3小時
地址：https://www.youtube.com/watch?v=OB1reY6IX-o
這是 Sebastian Raschka 和 Andreas Muller 在2016年7月的 SciPy 大會上的專門課程。本課程中，Sebastian 介紹了機器學習和 Scikit 學習及其應用實例，以及 Python 的多種計算工具：NumPy，SciPy 和 matplotlib。Sebastian 還解釋了使用 Iris 數據集實踐機器學習的數據呈現。Andreas 介紹了監督學習中的分類和回歸算法，Sebastian 接著解釋了用於無監督學習的聚類。本課程能讓你熟悉 scikit-learn 接口，scikit-learn 是廣泛使用的一個 Python 庫。本課程還提供了使用 Titanic 數據集建立預測模型的實踐指導。
7. Python Pandas數據分析
時長：31 Lectures
地址：https://www.youtube.com/watch?list=PL5-da3qGB5ICCsgW1MxlZ0Hq8LL5U3u9y&v=yzIMircGU5I
Pandas 是一個用於數據分析、處理和可視化的全功能 Python 庫。由於其易讀性和多用途性，Python 通常是初學者開始數據科學學習的熱門選擇。本教程面向希望了解大量數據及開始使用數據科學的 Python 使用者。本系列共31個視頻，將介紹 Pandas 及其用途，演示數據分析中的每個步驟。
8. CS50 機器學習課程
時長：1小時30分
地址：https://www.youtube.com/watch?v=G-kiewt438M&t=560s
這是哈佛大學和耶魯大學的 CS50 機器學習課程中的一節。這個視頻介紹了機器學習及其應用。對所有程式設計師來說，這是最好的一個教程，將讓你開始使用 Python 進行機器學習。該視頻介紹了機器學習的基本概念以及機器學習如何影響我們今天的生活，將讓你了解機器學習如何應用於構建搜尋引擎、圖像識別、語音識別和自然語言處理，教你使用 Python 和文本聚類進行圖像分類。
9. Pandas 初學者的數據分析和處理教程
時長：3小時30分
地址：https://www.youtube.com/watch?v=6ohWS7J1hVA
如前所述，Pandas 是流行的 Python 庫。這個教程將帶你使用 Pandas，用 Python 進行數據分析和處理。Pandas 生態系統正在擴大，它的用戶友好性質使得數據分析更簡單。本教程面向任何想要開始使用 Python 進行數據分析的初學者，使用氣候數據集演示 Pandas。
10. 什麼是人工智慧
時長：9分21秒
地址：https://www.youtube.com/watch?v=kWmX3pd1f10
人工智慧是使機器變聰明，聰明得足以自主採取行動的一種方法。人們關於人工智慧的爭論很多，最常見的問題是「什麼是人工智慧？」這個短視頻將帶你了解人工智慧的根源，了解人工智慧是如何變成今天的主流話題，以及人工智慧的各種應用如何改變了世界，了解什麼是專家系統，了解圖像識別、機器人、深度學習等與 AI 的相互聯繫。
11. Azure ML 初學者的機器學習教程
時長：2小時35分
地址：https://www.youtube.com/watch?v=xmvEGS5Xbpg
Azure ML 是微軟今年早些時候推出的機器學習平臺，這個課程由微軟的分析專家講解，將讓你了解 Azure ML 的使用方法及其如何為機器學習的大規模消費化做出貢獻。本課程分四個部分。第一部分介紹機器學習的優勢和 AzureML studio；第二部分介紹 AzureML 及如何使用 AzureML 構造推薦系統解決方案；第三部分介紹如何使用 Azure Marketplace 獲利，Azure Marketplace 託管各種使用 ML 的 API，包括必應語音識別控制項，微軟翻譯 API，必應同義詞 API 和必應搜索 API 等，到今天為止，Azure Marketplace 有25種機器學習 API。
1. 機器學習方法
時長：7 Lectures
地址：https://www.youtube.com/watch?v=cKxRvEZd3Mw&list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryal&index=7
機器學習使系統變得越來越聰明，越來越接近人類智能。這系列一共7個10分鐘的視頻將讓你了解機器學習的各種應用。觀看第一個視頻，你應該就能寫出第一個代碼。這些視頻介紹決策樹可視化、scikit-learn、TensorFlow，怎樣構建自己的分類器，你的模型中哪些是最準確的特徵，以及更多有趣的概念。該課程使用的語言是 Python，視頻信息量非常大，對數據科學中級學習者來說是必看的。
2. Scikit-Learn：機器學習與文本
時長：2小時40分
地址：https://www.youtube.com/watch?v=ZiKMIuYidY0
雖然在 Python 中數字數據很管用，但大多數人類知識實際上是原始的、非結構化的文本。通過學習如何將文本轉換為機器學習模型可用的數據，可以大幅增加模型能夠學習的數據量。本教程介紹了如何使用 scikit-learn 從現實世界文本中構造和評估預測模型。學完本教程，你應該能夠利用文本數據構造預測模型，以及特徵提取、模型構造和模型評估。這個教程在 PyCon 2016 發布。
3. 駭客機器學習
時長：9 Lectures
地址：https://www.youtube.com/watch?v=2FOXR16mLow&index=1&list=PL2-dafEMk2A4ut2pyv0fSIXqOzXtBGkLj
曾經好奇過 Netflix 是怎樣根據你的觀看記錄為你推薦節目，或亞馬遜是如何給你推薦產品的嗎？對任何機器學習從業者來說，這些問題都很好理解。這個教程介紹了機器學習的基本概念，以及如何使用機器學習解決各種問題，構造基於 AI 的遊戲以及許多其他 ML 應用程式。這個教程不只是介紹這些應用，你還將學會如何構造電影推薦系統、聊天機器人、AI 遊戲、AI 閱讀&寫作程序等。這個教程為機器學習駭客設計，要求對機器學習概念先有一個總體的理解。
4. Apache Spark MLlib 機器學習導論
時長：42分19秒
地址：https://www.youtube.com/watch?v=qKYpMPPL-fo
Spark MLlib 是一個用於在大型數據集上執行機器學習及相關任務的庫。使用 MLlib，只需要幾行代碼就能將一個機器學習模型擬合到10億次觀察。在這個教程中，Cloudera 的高級數據科學家從頭開始介紹 Apache Spark，你將了解 Spark 的工作原理和它的執行模型。教程使用了幾個例子解釋 Spark 提供的交互性，也介紹了如何使用 Spark 的數據組 API 進行快速的數據操作，以及使用機器學習管道使模型的開發和優化過程更容易。
5. Python 時間序列分析
時長：3小時
地址：https://www.youtube.com/watch?v=JNfxr4BQrLk&t=1432s
這個教程將讓你了解為什麼要使用時間序列以及時間序列分析的重要性。教程先是用10分鐘快速介紹了 Pandas，可以作為複習。然後你將了解時間序列如何運作，並學習如何在 Pandas 中處理日曆。你將了解不同的時間標記數據，如 US-GIS，NIH，FRB 等，以及了解常用的時間序列分析工具，用時間序列進行預測和分類。
1. 機器學習的突破性進展
時長：28分26秒
地址：https://www.youtube.com/watch?v=sphFCJE1HkI
機器學習使得各種小工具和機器更加智能，Siri 和 Cortona 正是機器學習的一些重大進步的結果。但是，這些產品的創造背後有什麼？這個谷歌數據科學團隊的視頻能讓我們了解機器學習最新的一些突破。團隊從語音識別機器背後的機制講起，介紹了如何在圖形上使用機器學習，機器學習如何使圖像分類和智能回復成為可能。這是一個有趣的視頻，揭示了谷歌為三個主要機器學習應用開發的機器學習平臺的所有後端操作。
2. 機器學習與藝術
時長：42分35秒
地址：https://www.youtube.com/watch?v=egk683bKJYU
機器學習的最新進展令人感佩，其應用似乎無窮無盡。神經網絡是令人難以置信的工具，它讓藝術家不僅能夠分析藝術作品，而且能夠處理和生成圖像、視頻和音樂。這個視頻中，演講者介紹了谷歌的文化部門如何將機器學習用於藝術和文化，帶你了解機器學習所能做到的各種有趣的任務，例如訓練機器玩超級馬裡奧遊戲，使用機器學習創造精巧的藝術拼貼畫，創造圖像和影像。這是一個非常有趣的視頻，必看推薦。
3. 計算機如何學習創造性
時長：17分34秒
地址：https://www.youtube.com/watch?v=uSUOdu_5MPc
這是我看過的有關機器學習應用的非常令人震撼的視頻之一。深度學習是人工智慧的一個子領域。使用深度學習，數據科學家們的目標是使機器具有與人類的大腦相同的功能。這是谷歌首席科學家 Blaise Agüera y Arcas 的 Ted 演講，他分享了機器學習算法和神經網絡如何用於構建機器感知。在視頻中，他展示了訓練於識別圖像的神經網絡如何可以反向作用，生成相同的圖像。
4. 機器學習解碼基因組
時長：9分53秒
地址：https://www.youtube.com/watch?v=lX76DzZdjvQ
機器學習也可以用於解碼人類基因組，揭開一個全新的藥物世界。在這段視頻中，史丹福大學遺傳學和計算機科學助理教授 Anshul Kundaje 解釋了機器學習如何用於這一目的，以及健康個體的基因組如何與有特定疾病的家庭成員進行比較以鑑定疾病相關的遺傳變異。我認為這可能是檢測遺傳性疾病，如阿爾茨海默病和癌症的早期症狀的重要應用。
5. Pinterest 的機器學習應用
時長：23分54秒
地址：https://www.youtube.com/watch?v=mN6MrzL1i78
在這個視頻中，Pinterest 的首席科學家 Jure Leskovec 解釋了 Pinterest 如何使用機器學習。它對機器學習如何改變網際網路企業是一個激勵。Jure 解釋了 Pinterest 的各個部門如何利用機器學習影響新的用戶體驗、興趣推薦、內容類型、用戶行為預測等。Jure 還分享了他們的收穫以及經驗教訓。
6. GrabTaxi 如何使用機器學習預測計程車空車情況
時長：11分24秒
地址：https://www.youtube.com/watch?v=XGyEVWTpJ20&t=2s
就我個人而言，了解機器學習如何解決不同層次的商業問題是令人驚訝的。一個例子是 Grab Taxi 如何使用機器學習來解決計程車空車率的問題。Grab 開發了一個競價系統，投標最快的司機能被分配乘客。觀看完整視頻了解他們如何使用機器學習構建司機投標概率的預測模型，並使用實時數據來解決這個問題。
7. Amazon ML 入門
時長：54分43秒
地址：https://www.youtube.com/watch?v=6a4CTf5uc5c
亞馬遜機器學習（Amazon ML）是讓任何技術水平的開發人員都能輕鬆使用機器學習的服務。 Amazon ML 的強大算法通過在現有數據中查找模式來創建機器學習模型。在本教程中，你將學會如何使用機器學習與已有的數據來創建準確、可行的預測模型，即創建智能應用程式。教程解釋了如何使用 Amazon ML 或把 Amazon ML 集成到自己的應用程式以利用雲上的預測分析。
8. Amazon Go：最先進的購物技術
時長：1分49秒
地址：https://www.youtube.com/watch?v=NrmMk1Myrxc
我認為這是最令人著迷的技術之一。亞馬遜利用計算機視覺、機器學習、深度學習算法和傳感器的組合，提供了前所未有的購物體驗。需要說明一下的是，我不是想宣傳 Amazon Go，只是想讓大家了解機器學習能做到的各種事情。
9. 必看的10個基於機器學習的產品
時長：18分35秒
地址：https://www.youtube.com/watch?v=dcZvhP-IqY4
為了了解機器學習的魔力，可以觀看這個視頻，這些產品是機器人學和人工智慧以及計算機視覺的結合。這些機器人的表現已經類似人類，能執行可能之前你認為機器不可能做到的任務。這個視頻是有關機器人如何在未來替代人類的預示。
10. 知識圖譜
時長：48分41秒
地址：https://www.youtube.com/watch?v=PAumnCRZuMY
連接圖是最佳的商業策略，也是當今世界經濟增長的關鍵。連接圖是利用相互關聯的數據來理解任何用戶或客戶之間的關係的能力。在這個視頻中，演講者解釋了使用AI、機器學習和深度學習的圖形資料庫技術。你將了解連接圖的基礎知識及其工作原理，AI 如何作為這些連接圖的基礎，以及知識圖譜的常用例。
11. AI 遊戲革命
時長：10分30秒
地址：https://www.youtube.com/watch?v=Xhec39dVGDE
AI 驅動下的計算機如今很聰明，似乎可以在任何新遊戲中擊敗人類。AlphaGo 今年初在圍棋對弈中贏得人類專業棋士時獲得了極大的關注。但問題在於它們的大腦，它們是如何表現得這麼好的？在這個視頻中，你將了解讓AI遊戲成為現實的啟發式方法（Heuristics）、生產系統（ production system），以及深度神經網絡。
12. 機器學習的醫療應用
時長：17分56秒
地址：https://www.youtube.com/watch?v=Nj2YSLPn6OY
每個行業都認識到機器學習的潛力。在這個視頻中，將機器學習應用到醫療行業的演講者解釋了如何使用機器學習檢測疾病的早期症狀。基本上這是通過使用醫院提供的大量數據來分析數據中的模式實現的。想像一下，如果醫院都開始使用機器學習，將挽救多少生命。
13. 構建自己的智能應用程式
時長：42分32秒
地址：https://www.youtube.com/watch?v=Ja2hxBAwG_0
Google 相冊和 Google 翻譯是機器學習應用的另一個例子。這個 Google 團隊的視頻將讓你了解開發人員如何利用機器學習開發功能強大的app。了解曾獲奧斯卡獎的工作室如何利用雲經濟學和 Google 的隨需運算來實現他們的創意，並利用這種數字媒體來講故事。
14. 機器學習：Google的願景
時長：44分44秒
地址：https://www.youtube.com/watch?v=Rnm83GqgqPE
Google 如何使用機器學習？這個視頻中，Google 的機器學習團隊介紹他們如何使用機器學習構造此前我們無法想像的產品。這個視頻將讓你詳細了解 Google 對機器學習和 AI 的理解，此外，Google 已在許多產品中注入了實用的 AI 技術，讓終端用戶更接近該技術。
原文連結：https://www.analyticsvidhya.com/blog/2016/12/30-top-videos-tutorials-courses-on-machine-learning-artificial-intelligence-from-2016/
推薦文章
微信ID：SDx-SoftwareDefinedx
❶軟體定義世界, 數據驅動未來；
❷ 大數據思想的策源地、產業變革的指南針、創業者和VC的橋梁、政府和企業家的智庫、從業者的加油站；
❸個人微信號：sdxtime，
郵箱：sdxtime@126.com；
=>> 長按右側二維碼關注。
底部新增導航菜單，下載200多個精彩PPT，持續更新中！