原作者 David Venturi
编译 CDA 编译团队
本文为 CDA 数据分析师原创作品，转载需授权
几乎每天都可以看到深度学习改变日常生活的新闻，比如：
深度学习算法能够像经验丰富的皮肤科医生一样诊断皮肤癌
亚马逊Go：深度学习和AI将改变零售
深度学习使无人驾驶汽车能够更好地发现行人
想了解这背后的故事吗？ 想掌握这些技术从而促进职业生涯的发展吗？ 我研究了 Class Central 的开源项目，从中整理出一份深度学习课程清单：其中 27 个在线课程（其中 12 个是完全免费的），课程的内容涵盖深度学习的基础到当今最前沿的研究。
你可能会问：“究竟什么是深度学习？” 可以简单解释为：
“深度学习是机器学习的分支，当中涉及受大脑结构和功能启发的人造神经网络的算法。
——Jason Brownlee 来自 Machine Learning Mastery
下面，让我们进入正题…
通过 TensorFlow 学习创新应用与深度学习
Kadenze
★★★★★（14 条评论）
课程涵盖深度学习的基本概念，包括：意义；工作原理；以及构建各种算法所需的代码，如深卷积网络，变分自动编码器，生成对抗网络和循环神经网络。本课程的重点不仅在于了解构建这些算法的必要组件，还需了解如何应用它们来构建应用程序。课程有免费和付费选项。
精选评论（Christopher Kelly）：“我有计算机科学本科学位课程，我花了大量的时间在 Khan Academy 和 Coursera 上学习，本课程内容的质量和专业精神让我深深佩服。 强烈推荐！”
神经网络与机器学习
多伦多大学， Coursera
★★★★★（18 条评论）
了解人造神经网络及其是如何用于机器学习，如何适用于语言和对象识别，图像分割，建模语言和人体运动等。课程将强调基本算法和实际所需的实用技巧。课程有免费和付费选项。
精选评论（Bobby Brady）：“本课程是向优秀老师学习的难得机会。 Geffrey Hinton 是 80 年代以来人工智能和神经网络研究中最重要和最有影响力的研究人员之一。 目前他正在与Google合作 AI 以及深度学习项目。“
机器学习神经网络讲师，Geoffrey Hinton 被称为“深度学习教父”
针对程序员的实践深度学习 Part 1
fast.ai
★★★★☆（3条评论）
这个为期 7 周的课程是为有至少一年编程经验的人设计的，同时还需要有一定高中数学知识储备。在该课程中，你将从第一步——如何构建一个适合深度学习的在线 GPU 服务器，一直到构建高技术、高度实用的计算机视觉模型，自然语言处理和推荐系统。本课程免费。
精选评论（匿名）：“本课程十分棒。Jeremy Howard 在教授基础知识和呈现最先进成果方面做得非常出色。我一次次惊喜的发现，他不仅在课堂上讲解过去一年内问世的成果，甚至一周内的新内容…而且你能使用现实中的数据通过参加 Kaggle 比赛练习。我强烈推荐零基础人群学习这门课，从而达到与该领域的专家进行竞争的水平。“
6.191：深度学习导论
麻省理工学院（MIT）
★★★★☆（1 条评论）
为期一周的课程将介绍深入学习方法，及其应用于机器翻译，图像识别，游戏，图像生成等。课程包括在 TensorFlow 的实验室、头脑风暴以及讲座。该课程免费。
6.094：无人驾驶汽车与深度学习
麻省理工学院（MIT）
★★★★☆（1 条评论）
本课程是以无人驾驶的角度解读深度学习的实践。课程主要针对初学者以及刚接触机器学习的人，但对于探究深度学习应用的高级研究人员也是有益的。该课程免费。
深度学习
Google, Udacity
★★☆☆☆（20 条评论）
在本课程中，你将深入了解深度学习的动机，并设计能够从复杂以及大规模数据中学习的智能系统。你将学习解决曾经被认为极具挑战性的问题，并且可以轻松地使用深度学习方法解决这类问题，从而更好地了解人工智能的复杂性质。该课程免费。
深度学习与自然语言处理
牛津大学
这是一个应用课程，侧重于使用循证神经网络分析、生成语音和文本的最新进展。本课程介绍了相关机器学习模型的数学定义，并得出了相关的优化算法。
该课程是免费的，由 Phil Blunsom 主讲，并与 DeepMind 自然语言研究小组合作。
牛津大学是世界领先的学术机构之一，也是历史最悠久的学术机构之一。
CS224n：自然语言处理与深度学习
斯坦福大学
本课程全面介绍了 NLP 应用于深度学习的前沿研究。在模型方面，课程将涵盖字矢量表示，基于窗口的神经网络，复现神经网络，长短期记忆模型，递归神经网络，卷积神经网络以及一些涉及存储器组件的近期模型。通过讲座（注意：冬季 2017 视频现已发布）和编程任务，学生将学习必要的工程技巧，使神经网络应用于实际问题。该课程免费。
机器学习
Nando de Freitas ，不列颠哥伦比亚大学
本课程重点关注深度学习中一些令人激动的领域。通过来自神经科学和统计学的灵感，课程介绍了神经网络，反向传播，波尔兹曼机器，自动编码器，卷积神经网络和复发神经网络的基本背景。并且说明了深度学习如何影响了我们对智能的理解，并为智能机的实际设计做出了贡献。该课程免费。
深度学习夏利营 2015， 2016
独立组织者（包括 Yoshua Bengio 和 Yann LeCun），Independent
深度学习夏利营主要针对研究生和工业工程师，以及已具备一些机器学习基础知识（不一定是深度学习），并希望更多地了解这个快速发展的领域的研究人员。
该课程不同于以往在线课程的形式，但其组织者（包括深度学习领域的杰出人物 Bengio 和 LeCun等）和课程讲师使这个系列成为深度学习的优质课程。该课程免费。
以上是我对深度学习夏利营 2015 ， 2016 的描述。
神经网络在线课程
Hugo Larochelle， 舒布卢大学
“欢迎学习我的神经网络在线课程！ 我把这个课程和舒布卢大学的班级课程放在一起。这是一个研究生课程，涵盖基本的神经网络以及更前沿的内容。” 该课程免费。
无需博士学位也可以学习 TensorFlow 和深度学习
谷歌
这个三个小时的课程（包括视频和幻灯片）为开发人员阐述了深度学习的基础知识入门，以及一些 TensorFlow 的内容。该课程免费。
使用 Python 学习深度学习
DataCamp
在这个课程中，你将获得如何使用神经网络和深度学习的实践知识，同时使用 Python 的最新版本 Keras 2.0 。 课程部分免费。
以下课程来自 Udemy，根据评分排序。 价格根据 Udemy 的折扣活动而异。 通常能够以 10 美元的价格购买。
深度学习从A到Z™：人造神经网络实践
Kirill Eremenko，SuperDataScience 团队，Udemy
4.7 星（388条评论）
该课程讲师为两名机器学习和数据科学，内容包括使用 Python 创建深度学习算法。
深入学习先决条件： The Numpy Stack in Python
Lazy Programmer Inc., Udemy
4.6 星（1,551 条评论）
Numpy，Scipy，Pandas 以及 Matplotlib stack：为深度学习，机器学习和人工智能做准备。该课程免费。
数据科学：使用 Python 学习深度学习
Lazy Programmer Inc.，Udemy
4.6 星（1,381 条评论）
使用 Python 和 Numpy 编写自己的神经网络指南，以及如何在 Google 的 TensorFlow 中进行。
深入学习先决条件：通过 Python 学习线性回归
Lazy Programmer Inc.，Udemy
4.6 星（751 条评论）
从零开始学习线性回归，并使用 Python 构建自己的工作程序进行数据分析。
深入学习先决条件：使用 Python 学习逻辑回归
Lazy Programmer Inc.，Udemy
4.6 星（624 条评论）
针对专业人员和学生的数据科学技术——学习逻辑回归背后的理论以及用 Python 编程。
深度学习：使用 Python 学习卷积神经网络
Lazy Programmer Inc.，Udemy
4.6 星（304 条评论）
本课程是关于如何将深度学习运用于使用卷积神经网络的计算机视觉。课程内容包括图像分类方面，最先进的技术。
数据科学：Theano 和 TensorFlow中的深度学习实践
Lazy Programmer Inc.，Udemy
4.6 星（293 条评论）
通过 SGD，Nesterov momentum，RMSprop，Theano，TensorFlow 以及在 AWS 上使用 GPU，进一步推进深度学习。
深度学习：使用 Python 学习循环神经网络
Lazy Programmer Inc.，Udemy
4.6 星（248 条评论）
课程内容包括 GRU，LSTM 以及更多的现代深度学习，机器学习和序列数据科学。
使用 Python 学习深度学习与自然语言处理
Lazy Programmer Inc.，Udemy
4.6 星（194 条评论）
课程是推倒和实现 word2vec，GLoVe，词嵌入和情感分析与递归网的完全指南。
使用 Python 学习中无监督深度学习
Lazy Programmer Inc.，Udemy
4.6 星（153 条评论）
课程介绍了用于深度神经网络中 Theano, t-SNE 和 PCA 方面的自动编码器和玻尔兹曼机。
释放深度学习：用 Caffe 和 DIGITS 开始视觉化
Razvan Pistolea，Udemy
4.5 星（36 条评论）
课程内容介绍了深度学习的工具，Caffe 和 DIGITS，你可以在其中创建自己的深度学习模型。
深度学习与 TensorFlow
Packt Publishing，Udemy
3.9 星（96 条评论）
加强 Google 的 TensorFlow 从而推进深度学习。
使用 Python 学习深度学习
Packt Publishing，Udemy
3.4 星（31 条评论）
通过使用 Python 进行深度学习从而深入数据科学的未来，实现智能系统。
下面的课程来自 Udacity ，Udacity 的纳米学位更注重深度学习的基础知识。
在本文发布时，课程报名已结束，但是可以加入等待名单，以便在下一次报名时得到通知。
深度学习基础纳米学位
Siraj Raval，Udacity
人工智能正在以戏剧性且有益的方式改变着我们的世界，当中深度学习正在其推动进步。 与 Siraj Raval 一起，Udacity 提供了对这领域的系统介绍。通过每周视频，独家项目，以及专家的反馈和审查，使你掌握这个改变未来的技术的基础知识。
联系客服
