Machine Learning\\AI大神养成白皮书：在家就能学到的世界顶尖大学课程,澳洲IT匠人圈微信公众号文章

点击上方“公众号”可以订阅哦

封面

在刚过去的双十一大战中，阿里巴巴用了24小时完成了1207亿的销售额，相当于台湾的两个月的销售总额。如此庞大的交易，得益于飞天技术平台为基础的整个技术架构的支撑。该平台支持海量用户对网站和手机App的同时访问。

数据挖掘与美国大选

今年9月,川普竞选团队支付了500万美元给一家远在3000英里之外的英国大数据公司，这笔钱帮助川普深度分析美国选民的行为大数据。这家公司就是大数据分析应用公司Cambridge Analytica。

这家公司拥有2.3亿名美国人大约4000个数据标签，帮助川普竞选团队将广告得以精准投放到目标数字和电视媒体，从而转缺德提供给民众感兴趣的重要信息，同时节省了投票人的时间。反观希拉里，则一次一次被“猪一样的队友”民调蒙蔽了双眼。

人工智能与双十一

大家在看到了“1027亿”这个数字的同时，有没有关注到，2016年双十一当天淘宝+天猫全站通过人工智能自助服务共解答用户疑问超过500万次，将蚂蚁金服客服效率提升了20倍。同时，AI让电商平台更加了解用户的需求，将心仪已久的商品推荐到你的面前。

可见，数据时代的到来使得各个行业对数据科学家、机器学习和人工职能岗位的从业者的有着大量的需求。 2015年，澳大利亚有数以百计的数据科学家职位空缺，年薪高达25万澳元。而在美国，这样的工作职位更抢手，有些人甚至会用私人飞机把这些数据科学家从悉尼载到硅谷，对数据科学家的需求可见一斑。

然而，作为一个有远见有理想有抱负的码农，我们应该如何开展对Big Data, Machine Learning 和 Artificial Intelligence的学习呢？在此小编为大家总结了当下各大网络课程平台上最火热，专业性最强的课程。在本文中，小编将相关课程划分为四类，“关于大数据/大数据”，“关于机器学习”，“关于人工智能” 和 “关于开发语言”。推荐程度又高到低以先后顺序排列~

数据挖掘/大数据:

The Analytics Edge

Massachusetts Institute of Technology, via edX

Dimitris Bertsimas

https://www.class-central.com/mooc/1623/edx-15-071x-the-analytics-edge

在这个课程中，大家将学习如何使用数据和分析给一个你自己的的事业的生活。课程将研究如何分析已被用于显著提高企业或行业的真实的例子。包括：魔球，eHarmony公司，弗雷明汉心脏研究，微博，IBM沃森和Netflix。通过这些例子，课程将向你介绍以下分析方法：线性回归，logistic回归，树木，文本分析，聚类，可视化和优化。

课程将包括演讲视频。每节课片后，课程还会问你一个“快问快答”评估你对材料的理解。更会有助教利用一个新的例子带你复习课程中的方法。同时，每周将有涉及R或LibreOffice的工作与各种数据集的课后练习作业。

Data Mining with Weka

University of Waikato, via Independent

Lan Witten

https://www.class-central.com/mooc/1152/data-mining-with-weka

WEKA是机器学习和数据挖掘功能强大，易于使用的工具。此课程将为大家详细介绍WEKA在数据挖掘实践中的使用。

Introduction to Big Data with Apache Spark

University of California, Berkeley, via edX

https://www.class-central.com/mooc/3026/edx-cs110x-big-data-analysis-with-apache-spark

在这个关于统计和数据分析的课程中，大家将会学到数据科学家们是如何提出实验预期，并且学到如何使用PySpark来实现这些期望。该课程任务包括日志挖掘，文本识别，并利用协同过滤练习教导学生如何使用并行处理与PySpark操纵数据集。

本课程涵盖先进的本科层次的材料，并需要一定的编程背景与经验，例如：Python（或者快速学习它的能力）。所有的演习将使用PySpark（Python API for Spark），并需要学生对 Apache Spark 有一定的了解。

机器学习

Machine Learning

Stanford University, via Coursera

Andrwe Ng

https://www.class-central.com/mooc/835/coursera-machine-learning

在这个课程中中，大家将深入了解最有效的机器学习技术，并在实践中执行他们，让他们为自己工作。更重要的是，大家将学习的不仅是理论基础，同时也获得适用于新问题所需的实用知识。最后还将了解一些硅谷的涉及到机器学习和人工智能的最佳实践创新。

本课程广泛得介绍机器学习，数据挖掘和统计模式识别。主题包括：

1、监督学习（参数/非参数的算法，支持向量机，神经网络）。

2、无监督学习（聚类，降维，推荐系统，深度学习）。

3、机器学习最佳做法（偏差/方差理论;在机器学习和人工智能创新的过程）。

该课程还将借鉴众多案例研究和应用，帮助学生了解如何学习算法。课程适用于想了解如何构建智能机器人（感知，控制），文本的理解（网络搜索，防垃圾邮件），计算机视觉，医学信息，音频，数据库挖掘等方面学习的学生。

Learning From Data (Introductory Machine Learning)

California Institute of Technology, via edX

Yaser Abu-Mostafa

https://www.class-central.com/mooc/1240/edx-cs1156x-learning-from-data-introductory-machine-learning

本机器学习课程包括基础理论，算法和应用，并涵盖了数学，以及启发式方面。课程以故事的形式逐个解答：

什么是学习？

机器能学到什么？

怎么做，如何做好？

人工智能

Artificial Intelligence

University of California, Berkeley, via edX

Dan Klein and Pieter Abbeel

https://www.class-central.com/mooc/445/edx-cs188-1x-artificial-intelligence

本课程将介绍设计智能计算机系统的基本思想和技术，并侧重于以下几个方面：

1、统计与决策理论建模的范例。本课程结束后，你将能独立搭建在随机和对抗性的设置中能有效地做出决策的自治代理，。

2、推理和学习。代理可以在不确定的环境中进行推论，并进行结构动作优化。你将学会如何让机器学会分类手写的数字和照片。

3、解决各种人工智能问题。在本课程中学到的技术将成为你在相关领域继续研究的基础。

Artificial Intelligence for Robotics

Stanford University, via Udacity

Sebastian Thrun

https://www.class-central.com/mooc/319/udacity-artificial-intelligence-for-robotics

从谷歌和斯坦福大学的自动驾驶团队学习如何进行机器人汽车的主要系统编程。本课程将教授人工智能在机器人方面的基本方法，包括：概率推理，计划和搜索，定位，跟踪和控制。大量在设计自动驾驶汽车背景下的编程训练将提供学生们足够的实践训练。

开发语言（python or R)

Python:

Learn to Program: The Fundamentals

University of Toronto, via Coursera

https://www.coursera.org/learn/learn-to-program?siteID=SAyYsTvLiGQ-adLK2SzI3ZjPY.AQVk8OOA&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=SAyYsTvLiGQ

Learn to Program: Crafting Quality Code

University of Toronto, via Coursera

https://www.coursera.org/learn/program-code?siteID=SAyYsTvLiGQ-M9p3OvFAEGnOYQafsRIrMQ&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=SAyYsTvLiGQ

本课程介绍了计算机编程用于人没有编程经验。它涵盖了编程在Python的基础知识，包括基本数据类型（数字类型，字符串，列表，字典和文件），控制流，函数，对象，方法，字段和可变性。

An Introduction to Interactive Programming in Python (Part 1)

Rice University, via Coursera

https://www.coursera.org/learn/interactive-python-1?siteID=SAyYsTvLiGQ-OZC7R.phv3nPL22gQB7QlQ&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=SAyYsTvLiGQ

An Introduction to Interactive Programming in Python (Part 2)

Rice University, via Coursera

https://www.coursera.org/learn/interactive-python-2?siteID=SAyYsTvLiGQ-cGV6WkAtEiQq0ypRKWtK9w&utm_content=10&utm_medium=partners&utm_source=linkshare&utm_campaign=SAyYsTvLiGQ

这款课程主要针对python语言零基础的开发者。本课程开发了一个便于学生们学习python以及基于python开发软件的的网页版交互开发环境。在这个课程的第二部分，课程将介绍python中的多个类和方法（如list，dictionary和loop），然后使用这些来开发小游戏程序进行训练。

如果对R语言学习有兴趣，我们推荐来自DataCamp的以下课程：

Introduction to R

https://www.datacamp.com/courses/free-introduction-to-r

Intermediate R

https://www.datacamp.com/courses/intermediate-r

Intermediate R - Practice

https://www.datacamp.com/courses/intermediate-r-practice

Writing Functions in R

https://www.datacamp.com/courses/writing-functions-in-r

个人的身份就像棱镜，人们会通过很多不同的视角来看你