原文：
www.kdnuggets.com/2020/10/10-best-machine-learning-courses-2020.html
评论
由 Ahmad Bin Shafiq，机器学习学生。
照片由 Photos Hobby 提供，来自 Unsplash。
价格： 免费
授课教师： 这是互联网上最著名和实用的课程之一，由杰里米·霍华德（Jeremy Howard）教授，他是旧金山大学的研究科学家，WAMRI主席，还是 platform.ai 的首席科学家。他曾是数据科学平台 Kaggle 的总统和首席科学家，并连续两年在国际机器学习竞赛中排名第一。
课程成果： 该课程是深度学习的动手入门，你将直接通过构建最先进的分类器来深入学习深度学习。你将学习许多深度学习的实际方面，而无需了解其底层理论。
价格： 免费
授课教师： Rachel Thomas 是美国计算机科学家，旧金山大学应用数据伦理中心的创始主任。她与杰里米·霍华德共同创立了 fast.ai。
课程成果： 本课程是 NLP 的动手入门，你将首先根据课程名称编码一个实用的 NLP 应用，然后逐渐深入理解其底层理论。
涵盖的应用包括主题建模、分类（识别评论的情感是正面还是负面）、语言建模和翻译。课程讲授传统 NLP 主题（包括正则表达式、SVD、朴素贝叶斯、分词）和近期的神经网络方法（包括 RNN、seq2seq、注意力机制和变换器架构），并且涉及紧迫的伦理问题，如偏见和虚假信息。
价格： $129（促销价 $10-$20）
**讲师：**Jose Marcial Portilla 拥有圣克拉拉大学的机械工程学士和硕士学位，并在数据科学和编程领域有多年的专业讲师和培训师经验。他在微流体学、材料科学和数据科学技术等领域有出版物和专利。
**评分：*4.6
**课程成果：**本课程是对机器学习和数据科学的非常实用的介绍。它不假设任何先前的知识，从教授基础的 Python 到 Numpy Pandas 开始，然后教授使用 Python 的机器学习，通过 scikit-learn 进行学习，接着涉及自然语言处理和 Tensorflow，以及通过 Spark 进行大数据处理。
这绝对是最好的课程之一，因为 Jose 是一位非常优秀的讲师。
4) DeepLearning.AI TensorFlow 开发者专业证书
价格：$49/月
讲师：Laurence Moroney 是 Google 的开发者倡导者，专注于使用 TensorFlow 进行人工智能工作。他也是许多书籍的作者。
**评分：*4.7
**课程成果：**在这个动手实践的四课程专业证书项目中，你将学习使用 TensorFlow 构建可扩展的 AI 驱动应用程序所需的工具。Lawrence 将从 TensorFlow 的基础知识开始教学，逐步进展到使用 TensorFlow 的前沿应用。
5) 数据营数据科学路径
价格：$25/月或$300/年
**讲师：**多位行业专家
**课程成果：**即使没有编程基础，你也会从零开始学习编程，然后逐步掌握高级库和框架。每节课都有一些练习或任务。此外，你还可以访问数据营的项目，这将提升你的编程经验和简历。
1) 斯坦福大学的机器学习课程
价格：$80
**讲师：**Andrew Ng 是 Landing AI 的 CEO/创始人；Coursera 的联合创始人；斯坦福大学的兼职教授；曾任百度首席科学家，并且是 Google Brain 的创始首席。
**评分：**4.9
**课程成果：**你将学习所有著名机器学习算法的基础理论，从监督学习到无监督学习。你还将有机会在 MATLAB/Octave 中从零开始编写这些算法。
2) 深度学习专业化课程
价格：$49/月
**讲师：**Andrew Ng
**评分：*4.8
课程成果： 这门五部分的专业课程将教你深度学习的基本理论，从单层网络到多层密集网络，从 CNN 的基础知识到使用 YOLO 进行目标检测的理论，从 RNN 的基础知识到情感分析。
本课程还将介绍诸如 Tensorflow 或 Keras 等深度学习框架的基础知识。
价格： 免费
授课教师： Andrej Karpathy，特斯拉的 AI 高级总监，领导负责自动驾驶系统中所有神经网络的团队。他曾是 OpenAI 的研究科学家，专注于计算机视觉中的深度学习、生成建模和强化学习。他获得了斯坦福大学的博士学位。
课程成果： 本课程深入探讨了深度学习架构的细节，重点学习这些任务的端到端模型，特别是图像分类。学生将学习实现、训练和调试自己的神经网络，并深入了解计算机视觉领域的前沿研究。重点是教会如何设置图像识别问题、学习算法（例如反向传播）、训练的实用工程技巧以及网络的微调。
4) Stat 451: Introduction to Machine Learning
价格： 免费
授课教师： Sebastian Raschka 是威斯康星大学麦迪逊分校的统计学助理教授，专注于机器学习和深度学习研究。
课程成果： 你将学习所有著名机器学习算法的基本理论，从神经网络到监督学习和无监督学习。
本课程最初由 Sebastian 博士在威斯康星大学麦迪逊分校授课。
5) MIT Introduction to Deep Learning | 6.S191
价格： 免费
授课教师： Ava Soleimany 是哈佛大学生物物理学博士生，同时在麻省理工学院工作，与 Sangeeta Bhatia 一起在 Koch Integrative Cancer Research Institute 工作，并获得 NSF 研究生奖学金的资助。
Alexander Amini 是麻省理工学院的博士生，隶属于 计算机科学与人工智能实验室（CSAIL），与 Prof. Daniela Rus 一起工作。他是 NSF 奖学金获得者，并在麻省理工学院完成了电气工程与计算机科学的学士和硕士学位，辅修数学。
**课程成果：**6.S191 是 MIT 官方的深度学习方法入门课程，应用于计算机视觉、自然语言处理、生物学等领域！学生将获得深度学习算法的基础知识。
学生还将获得在 TensorFlow 中构建神经网络的实践经验。
相关：
1. 谷歌网络安全证书 - 快速进入网络安全职业轨道。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持组织的 IT