不管你從事什麼行業， 有怎樣的專業知識或工作， 人工智慧( AI )、自動化和認知系統的理論和應用， 都可能在你的領域變得越來越有價值。
幸運的是， 現在你不必花很多時間去大學學習， 就能熟悉這項看似極其複雜的技術。 近年來網上湧現出越來越多的課程， 涵蓋從基礎理論到應用落地的所有內容。
有的人想直接編碼自己的人工神經網路， 並培養一定水準的技術能力；有的人想瞭解AI如何被沒有基礎的小白使用解決現實問題。 在這篇文章中， 我將介紹一些目前學習AI/ML最好的免費資源。
穀歌： AI課
這一近期推出的資源是穀歌推動公眾理解AI的計畫之一。 課程的教學材料正在慢慢添加， 但目前已有一個機器學習與TensorFlow的速成課程。
本課程涵蓋了機器學習的基礎知識， 從TensorFlow入門， 到神經網路的設計和訓練。 機器學習初學者可以快速上手， 有一定經驗的人可以挑選自己感興趣的板塊，
連結：
https://ai.google/education/
穀歌：機器學習課
這是穀歌通過Udacity提供的更深入的課程。 因此， 它不適合初學者， 而是適合一些有機器學習經驗的人， 至少要熟悉有監督學習。
這門課程側重於深度學習， 並教你設計可以從大型複雜資料集中進行學習的自學習系統。
本課程面向那些希望將機器學習、神經網路融入工作的資料分析師、資料科學家或機器學習工程師， 也適用於想要獲取大量可用開源庫和資料的人。
連結：
https://cn.udacity.com/course/deep-learning--ud730?utm_medium=referral&utm_campaign=api
斯坦福大學：機器學習課
本課程通過Coursera提供， 由吳恩達教授。
整個課程可以免費學習， 不過， 認證需要付費。 如果你打算學完增加自己的就業機會， 認證肯定是有用的。
本課程涵蓋了從語音辨識到增強web搜索， 各種實際的機器學習方法的實現， 同時還深入探討了統計方面的內容， 如線性回歸、神經網路“學習”中的反向傳播方法， 以及Matlab(基於概率的AI工具最廣泛使用的程式設計語言之一)教程。
連結：
https://www.coursera.org/learn/machine-learning
哥倫比亞大學：機器學習課程
本課程也是免費線上學習， 認證需付費。
課程使用概率和非概率方法， 以及有監督和無監督學習， 來教授解決現實世界問題的模型、方法和應用。
想充分利用這門課程， 你大概每週要花8到10個小時看資料， 做練習題， 並堅持超過12周。 這是常春藤盟校級別的免費教育， 所以你不要指望它是一場輕鬆的旅行。
該課程通過非營利網站edX提供， 是其人工智慧納米學位的一部分。
連結：
https://www.edx.org/course/machine-learning-columbiax-csmm-102x-3?source
英偉達：電腦視覺中的深度學習基礎
電腦視覺是人工智慧的一個分支學科， 它可以類比大腦處理視覺資訊的方式。
除了技術基礎之外， 本課程還包括如何應對機器目標識別和圖像分類中的情況或問題。
不出所料， 作為GPU 製造商， 英偉達的課程涵蓋了高性能圖形引擎的關鍵技術， 這些引擎在電腦視覺的應用中發揮了重要作用。
課程評估方式包括構建和部署一個神經網路應用程式， 雖然整個課程可以按照自己的進度學習， 但建議你花大約8個小時閱讀材料。
連結：
https://courses.nvidia.com/courses/course-v1:DLI+C-FX-01+V2/about
MIT：自動駕駛汽車中的深度學習
與其他課程一樣，MIT也使用人工智慧的一項現實應用，探索所涉及的具體技術。
人們普遍看好自動駕駛汽車會在我們的日常生活中普及。這種汽車依靠人工智慧來理解汽車感測器收集的所有資料，並安全地在道路上行駛。機器要會解釋感測器收集的資料，就像人腦可以解釋來自視覺、聽覺和觸覺的信號一樣。
課程還包括MIT DeepTraffic模擬器的使用，該模擬器要求學生在不與其他“司機”碰撞的情況下，教類比車在路況複雜的環境中盡可能快地行駛。
這是去年在MIT開設的課程，所有材料(包括講座視頻和練習題)都可以在網上獲得，但你得不到認證。
連結：
https://selfdrivingcars.mit.edu/
作者簡介：
Bernard Marr是是一位暢銷書作家，也是商業、技術和大資料方面的演說人。
作者：Bernard Marr
智慧觀 編譯
—完—
想知道AI加教育領域有哪些最新研究成果？
想要AI領域更多的乾貨？
想瞭解更多專家的“智慧觀”？
請在對話介面點擊“找找看”，去獲取你想要的內容吧。
聲明：
編譯文章旨在幫助讀者瞭解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。
轉載智慧觀原創文章，請聯繫
智慧觀小艾（微信號：zng2017618）！
與其他課程一樣，MIT也使用人工智慧的一項現實應用，探索所涉及的具體技術。
人們普遍看好自動駕駛汽車會在我們的日常生活中普及。這種汽車依靠人工智慧來理解汽車感測器收集的所有資料，並安全地在道路上行駛。機器要會解釋感測器收集的資料，就像人腦可以解釋來自視覺、聽覺和觸覺的信號一樣。
課程還包括MIT DeepTraffic模擬器的使用，該模擬器要求學生在不與其他“司機”碰撞的情況下，教類比車在路況複雜的環境中盡可能快地行駛。
這是去年在MIT開設的課程，所有材料(包括講座視頻和練習題)都可以在網上獲得，但你得不到認證。
連結：
https://selfdrivingcars.mit.edu/
作者簡介：
Bernard Marr是是一位暢銷書作家，也是商業、技術和大資料方面的演說人。
作者：Bernard Marr
智慧觀 編譯
—完—
想知道AI加教育領域有哪些最新研究成果？
想要AI領域更多的乾貨？
想瞭解更多專家的“智慧觀”？
請在對話介面點擊“找找看”，去獲取你想要的內容吧。
聲明：
編譯文章旨在幫助讀者瞭解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。
轉載智慧觀原創文章，請聯繫
智慧觀小艾（微信號：zng2017618）！