圍繞人工智能(AI)、自動(dòng)化和認(rèn)知系統(tǒng)的原則和實(shí)踐中，無(wú)論您的業(yè)務(wù)領(lǐng)域、專業(yè)知識(shí)或?qū)I(yè)如何，都有可能變得越來(lái)越有價(jià)值。

幸運(yùn)的是，今天的你不需要花費(fèi)幾年時(shí)間在大學(xué)學(xué)習(xí)，才能熟悉這個(gè)看起來(lái)非常復(fù)雜的技術(shù)。近年來(lái)，越來(lái)越多的在線課程涌現(xiàn)出來(lái)，涵蓋從基礎(chǔ)到高級(jí)實(shí)施的所有內(nèi)容。

有些是針對(duì)想要直接編碼他們自己的人工神經(jīng)網(wǎng)絡(luò)的人，并且可以理解為這類人群具有一定的技術(shù)能力。對(duì)于那些想要了解如何將這項(xiàng)技術(shù)應(yīng)用于任何人的人，無(wú)論其是否具備先前的技術(shù)專業(yè)知識(shí)，都可以用于解決實(shí)際問(wèn)題。

[[227686]]

在這篇文章中，將簡(jiǎn)要介紹一些今天可用的***的免費(fèi)軟件。

1. 通過(guò)Google AI學(xué)習(xí)

https://ai.google/education/#?modal_active=none

這個(gè)新推出的資源是Google計(jì)劃擴(kuò)大公眾對(duì)AI的理解的一部分內(nèi)容。材料正在慢慢添加，目前它已經(jīng)包含了一個(gè)機(jī)器學(xué)習(xí)與TensorFlow(谷歌的機(jī)器學(xué)習(xí)庫(kù))速成課程。

本課程涵蓋了機(jī)器學(xué)習(xí)的基本介紹，包括TensorFlow入門、神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和訓(xùn)練。

它的設(shè)計(jì)目標(biāo)是讓那些沒(méi)有機(jī)器學(xué)習(xí)知識(shí)的人可以在一開(kāi)始就進(jìn)入正題，那些有經(jīng)驗(yàn)的人可以選擇感興趣的模塊，而機(jī)器學(xué)習(xí)專家則可以用它作為TensorFlow的入門介紹。

2. Google - 機(jī)器學(xué)習(xí)

https://www.class-central.com/course/udacity-deep-learning-5681

這是來(lái)自Google通過(guò)Udacity提供的更深度的課程。因此，它并不完全針對(duì)新手，至少是假設(shè)你具有以前的機(jī)器學(xué)習(xí)經(jīng)驗(yàn)到熟悉監(jiān)督式學(xué)習(xí)的范圍。

它側(cè)重于深度學(xué)習(xí)，并設(shè)計(jì)了可從大型復(fù)雜數(shù)據(jù)集中學(xué)習(xí)的自學(xué)系統(tǒng)。

本課程面向那些希望將機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)技術(shù)用作數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師以及想要利用大量開(kāi)源庫(kù)和材料的企業(yè)家的人。

3. 斯坦福大學(xué) - 機(jī)器學(xué)習(xí)

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

本課程通過(guò)Coursera提供，由Google深度學(xué)習(xí)研究部門的創(chuàng)始人、Google Brain和百度AI負(fù)責(zé)人吳恩達(dá)教授創(chuàng)設(shè)。

整個(gè)課程有可以免費(fèi)學(xué)習(xí)的部分，也可以選擇支付認(rèn)證費(fèi)用，如果您打算使用您對(duì)AI的理解來(lái)提高您的職業(yè)前景，那么這項(xiàng)選擇是很有用的。

該課程涵蓋了從語(yǔ)音識(shí)別和增強(qiáng)網(wǎng)頁(yè)搜索的實(shí)際機(jī)器學(xué)習(xí)實(shí)施范圍，同時(shí)涉及統(tǒng)計(jì)學(xué)主題的深入討論，例如線性回歸、神經(jīng)網(wǎng)絡(luò)的反向傳播方法以及Matlab教程——一個(gè)最廣泛使用的編程語(yǔ)言的概率AI工具。

4. 哥倫比亞大學(xué) - 機(jī)器學(xué)習(xí)

https://ai.google/education/#?modal_active=none

本課程也可以免費(fèi)在線使用，如果需要，還可以選擇支付認(rèn)證費(fèi)用。

它承諾教授模型、方法和應(yīng)用程序來(lái)解決實(shí)際問(wèn)題，也能使用概率和非概率方法以及監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)。

為了充分利用課程，您應(yīng)該每周花費(fèi)大約8到10個(gè)小時(shí)的時(shí)間在材料和練習(xí)上，超過(guò)12周的時(shí)間。這是免費(fèi)的常春藤聯(lián)盟級(jí)教育，所以它不會(huì)是輕而易舉就可以完成的。

它是通過(guò)非營(yíng)利edX在線課程提供商提供的，它構(gòu)成了人工智能納米學(xué)的一部分。

5. Nvidia - 計(jì)算機(jī)視覺(jué)深度學(xué)習(xí)基礎(chǔ)

https://www.class-central.com/course/fundamentals-of-deep-learning-for-computer-vision-10730

計(jì)算機(jī)視覺(jué)是建立計(jì)算機(jī)的AI子學(xué)科，它可以像我們的大腦那樣通過(guò)處理視覺(jué)信息來(lái)“看到”。

除了技術(shù)基礎(chǔ)外，它還涵蓋了如何識(shí)別能夠受益于能夠進(jìn)行物體識(shí)別和圖像分類的機(jī)器的情況或問(wèn)題。

作為圖形處理單元(GPU)的制造商，Nvidia毫不意外地涵蓋了這些高性能圖形引擎的重要組成部分，以前主要是為了展示***圖像，現(xiàn)在它已經(jīng)在計(jì)算機(jī)視覺(jué)應(yīng)用的廣泛應(yīng)用中發(fā)揮作用。

***的評(píng)估包括建立和部署一個(gè)神經(jīng)網(wǎng)絡(luò)應(yīng)用程序，雖然整個(gè)課程可以按自己的步調(diào)進(jìn)行研究，但建議您至少花費(fèi)大約八個(gè)小時(shí)的時(shí)間。

6. 麻省理工學(xué)院 - 自駕車的深度學(xué)習(xí)

https://selfdrivingcars.mit.edu/

與上面的課程一樣，麻省理工學(xué)院采取的方法是將人工智能的一個(gè)主要的現(xiàn)實(shí)方面作為出發(fā)點(diǎn)來(lái)探索所涉及的具體技術(shù)。

普遍預(yù)期會(huì)成為我們?nèi)粘Ｉ畹囊徊糠郑揽咳斯ぶ悄軄?lái)感知所有的數(shù)據(jù)，這些數(shù)據(jù)會(huì)撞擊車輛的傳感器陣列，并安全地行駛在道路上。這涉及教學(xué)機(jī)器來(lái)解釋來(lái)自這些傳感器的數(shù)據(jù)，就像我們自己的大腦解讀來(lái)自我們的眼睛、耳朵和觸覺(jué)的信號(hào)。

它涵蓋了MIT DeepTraffic模擬器的使用，該模擬器要求學(xué)生教導(dǎo)模擬汽車盡可能快地沿著繁忙的道路行駛，而不與其他道路使用者發(fā)生碰撞。