我們很多人都沒(méi)有注意到，其實(shí) YouTube 上面有大量免費(fèi)的機(jī)器學(xué)習(xí)的指導(dǎo)課程。你無(wú)須再等待 MOOC 課程的更新了，可以在 YouTube 上面找到你想要的。去年，我們?cè)?Top YouTube Videos 里面推薦了大量神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)和機(jī)器學(xué)習(xí)方面的優(yōu)秀視頻，但是很多視頻已經(jīng)有些過(guò)時(shí)了，所以這里我們需要更新一下視頻推薦。

（備注：請(qǐng)自備梯子科學(xué)上網(wǎng)觀看）

本文可以幫助你發(fā)現(xiàn)新的工具、技術(shù)、方法等。你要牢記這句話：對(duì)新知識(shí)的學(xué)習(xí)要像生命對(duì)于活水的需求一樣迫切，永遠(yuǎn)不要停下追趕新知識(shí)、新觀點(diǎn)的腳步。

有些讀者會(huì)問(wèn)：這些教程對(duì)我有用嗎？

這取決于你是否對(duì)該領(lǐng)域感到好奇，是否想要學(xué)習(xí)一些新的知識(shí)，提高你的實(shí)踐技巧。

我將這些視頻分成4個(gè)部分，我可以保證每個(gè)讀者都能從中學(xué)習(xí)到一些新知識(shí)。但是 Python 用戶可能需要學(xué)習(xí)更多。你會(huì)從這些全套課程、專題討論會(huì)和簡(jiǎn)短的演講中發(fā)現(xiàn)機(jī)器學(xué)習(xí)技術(shù)在生活中的使用越來(lái)越多了。同時(shí)，你也會(huì)從課程中學(xué)習(xí) Google、Pinterest和TaxiGrab是如何用機(jī)器學(xué)習(xí)來(lái)解決現(xiàn)實(shí)問(wèn)題的。

如果你打算觀看這些視頻，最好做一個(gè)日程表，不要一天就看完它。因?yàn)槟愕哪康牟粸榱丝赐暌曨l，而是真正明白視頻的教學(xué)內(nèi)容，這是需要花費(fèi)一些時(shí)間的。我在每個(gè)視頻下面提供了一個(gè)簡(jiǎn)短的總結(jié)，能夠幫助你決定是否觀看此視頻。

內(nèi)容目錄：

1、機(jī)器學(xué)習(xí)新手入門

·如何成為一個(gè)數(shù)據(jù)科學(xué)家

·每個(gè)程序員都應(yīng)掌握的重要數(shù)據(jù)處理技巧

·數(shù)據(jù)科學(xué)大賽的新手指南

·機(jī)器學(xué)習(xí)指南

2、最新的機(jī)器學(xué)習(xí)課程

·統(tǒng)計(jì)學(xué)機(jī)器學(xué)習(xí)

·滑鐵盧大學(xué)機(jī)器學(xué)習(xí)課程

·基于 Python 的機(jī)器學(xué)習(xí)實(shí)踐

·Geoff Hinton 的神經(jīng)網(wǎng)絡(luò)課程

3、其他有用的講座

·失衡數(shù)據(jù)集下的機(jī)器學(xué)習(xí)

·Scikit—learn教程

·前沿技術(shù)——深度學(xué)習(xí)

·Pandas 新手教程

·基于 Python 語(yǔ)言的預(yù)測(cè)模型

4、企業(yè)機(jī)器學(xué)習(xí)案例

·谷歌

·Pinterest

·Grabtaxi

1、機(jī)器學(xué)習(xí)新手入門

如何在6個(gè)月內(nèi)成為一個(gè)數(shù)據(jù)科學(xué)家

視頻時(shí)長(zhǎng)：56分24秒

視頻鏈接：https://youtu.be/rIofV14c0tc

內(nèi)容簡(jiǎn)介：視頻中，Tetiana Ivanova 分享了她六個(gè)月成為數(shù)據(jù)科學(xué)家的真實(shí)過(guò)程。她是因?yàn)閰⒓恿司幊恬R拉松活動(dòng)而開始學(xué)習(xí)機(jī)器學(xué)習(xí)技術(shù)。如果你正在思考到底應(yīng)該讀一個(gè)數(shù)據(jù)分析研究生還是選擇自學(xué)，你應(yīng)該觀看本視頻。Tetiana 分享了她提升工作水平的真實(shí)經(jīng)歷，展示了高等教育中的困難和真相。

每個(gè)程序員都應(yīng)掌握的重要數(shù)據(jù)處理技巧

視頻時(shí)長(zhǎng)：3小時(shí)23分19秒

視頻鏈接：https://youtu.be/rudYHNAGbdk

內(nèi)容簡(jiǎn)介：數(shù)據(jù)科學(xué)家有一些數(shù)據(jù)挖掘的工具，其中可視化建模是必備的嗎？Andy 在視頻中介紹了在 Python 中每個(gè)工程師都應(yīng)該掌握的重要工具。這些工具不僅簡(jiǎn)單易學(xué)，而且可以使你的編程結(jié)果得到提升。該視頻是 Python 初學(xué)者必看視頻。另外，他展示了使用這些工具產(chǎn)生不同結(jié)果的方法。你應(yīng)該按照說(shuō)明下載這些工具并在觀看視頻時(shí)同步練習(xí)。

數(shù)據(jù)科學(xué)大賽的新手指南

視頻時(shí)長(zhǎng)：1小時(shí)43分8秒

視頻鏈接：https://youtu.be/ys2usamKyus

內(nèi)容簡(jiǎn)介：我敢保證，每個(gè)人都問(wèn)過(guò)自己一個(gè)問(wèn)題：“作為新手，我什么時(shí)候可以贏得數(shù)據(jù)大賽？”其實(shí)有一些指導(dǎo)和實(shí)踐練習(xí)的話，贏得世界級(jí)比賽不是沒(méi)可能的。該教程可以訓(xùn)練你使用有效的機(jī)器學(xué)習(xí)方法來(lái)解決 Kaggle 比賽中的問(wèn)題。視頻中使用的工具有：IPython notebook、SCIkit-learn、Pandas、NLTK。你將會(huì)學(xué)習(xí)到比賽的過(guò)程和建模、特征選擇、優(yōu)化問(wèn)題和驗(yàn)證方法。

機(jī)器學(xué)習(xí)指南

視頻時(shí)長(zhǎng)：未知

視頻鏈接：https://youtu.be/Gj0iyo265bc?list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryal

內(nèi)容簡(jiǎn)介：這個(gè)谷歌今年發(fā)布的7篇機(jī)器學(xué)習(xí)指南視頻是我見過(guò)的最易學(xué)的機(jī)器學(xué)習(xí)技術(shù)介紹。這些簡(jiǎn)短的教程（每個(gè)都在10分鐘左右）涵蓋了機(jī)器學(xué)習(xí)的重點(diǎn)部分：特征提取、決策樹可視化、分類模型、TensorFlow（第二代深度學(xué)習(xí)系統(tǒng)）等等。雖然使用的語(yǔ)言是 Python，但是概念性的知識(shí)與使用的工具無(wú)關(guān)。我覺(jué)得這些視頻在吃飯的時(shí)候觀看也是個(gè)不錯(cuò)的選擇。

2、最新的機(jī)器學(xué)習(xí)課程

統(tǒng)計(jì)學(xué)機(jī)器學(xué)習(xí)

視頻鏈接：https://youtu.be/zcMnu-3wkWo?list=PLTB9VQq8WiaCBK2XrtYn5t9uuPdsNm7YE

內(nèi)容簡(jiǎn)介：本課程是卡耐基梅隆大學(xué)2016年春季課程。正如課程名稱所示，課程主題包括回歸、聚類、boosting算法、圖模型、最小化理論等等。本課程適合有一定統(tǒng)計(jì)學(xué)和概率論基礎(chǔ)的同學(xué)學(xué)習(xí)。該課程是一個(gè)核心數(shù)學(xué)課程。因此，你需要有對(duì)數(shù)學(xué)公式的適應(yīng)性。另外，課程中還有一些作業(yè)能幫助你理解概念。

滑鐵盧大學(xué)的機(jī)器學(xué)習(xí)課程

視頻鏈接：https://youtu.be/b5NlRg8SjZg?list=PLFze15KrfxbH8SE4FgOHpMSY1h5HiRLMm

內(nèi)容簡(jiǎn)介：來(lái)自滑鐵盧大學(xué)的機(jī)器學(xué)習(xí)詳細(xì)課程可以指導(dǎo)你學(xué)習(xí)從最基礎(chǔ)到最前沿的機(jī)器學(xué)習(xí)知識(shí)。這是一個(gè)概念型課程，主要教授機(jī)器學(xué)習(xí)算法的相關(guān)數(shù)學(xué)知識(shí)。該課程由幾位教授聯(lián)合教學(xué)，其中包括《了解機(jī)器學(xué)習(xí)》書作者 Shai Ben David。本課程主題包括線性回歸、貝葉斯定理、決策樹、聚類分析、神經(jīng)網(wǎng)絡(luò)、集成算法、隱含馬爾可夫模型等等。視頻最開始的8分鐘是課程簡(jiǎn)介，可直接跳過(guò)。

基于 Python 的機(jī)器學(xué)習(xí)實(shí)踐

視頻鏈接：https://youtu.be/OGxgnH8y2NM?list=PLQVvvaa0QuDfKTOs3Keq_kaG2P55YRn5v

內(nèi)容簡(jiǎn)介：Python 語(yǔ)言在機(jī)器學(xué)習(xí)領(lǐng)域得到廣泛認(rèn)可。通過(guò)其龐大的資料庫(kù)和活躍的用戶社區(qū)，學(xué)生們可以自學(xué) Python 語(yǔ)言。如果你使用 Python 語(yǔ)言編程，本課程可以提高你在 Python 語(yǔ)言下的機(jī)器學(xué)習(xí)實(shí)踐能力。如果你順著我的課程順序?qū)W習(xí)，在前面的課程中學(xué)習(xí)過(guò)理論概念后，你將在該課程中學(xué)習(xí)如何應(yīng)用理論。這57個(gè)視頻課程包含了所有機(jī)器學(xué)習(xí)算法的重點(diǎn)內(nèi)容。

機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)課程

視頻鏈接：https://youtu.be/cbeTc-Urqak?list=PLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9

內(nèi)容簡(jiǎn)介：深度學(xué)習(xí)是人工智能的一個(gè)子領(lǐng)域，在眾多科學(xué)家的努力下，該領(lǐng)域取得了巨大的進(jìn)步，其中最具盛名的就是 Geoffery Hinton。跟大師學(xué)習(xí)本身就是一種幸事，不是嗎？這個(gè)神經(jīng)網(wǎng)絡(luò)課程就是大師在多倫多大學(xué)教授的。課程設(shè)計(jì)從神經(jīng)網(wǎng)絡(luò)的最基礎(chǔ)內(nèi)容逐漸上升到前沿問(wèn)題。課程包括感知器、反向傳播、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、梯度下降等等細(xì)節(jié)內(nèi)容。這絕對(duì)是深度學(xué)習(xí)、機(jī)器學(xué)習(xí)愛好者們不可錯(cuò)過(guò)的一個(gè)學(xué)習(xí)視頻。

3、其他有用的講座

失衡數(shù)據(jù)集下的機(jī)器學(xué)習(xí)

視頻時(shí)長(zhǎng)：27分44秒

視頻鏈接：https://youtu.be/X9MZtvvQDR4

內(nèi)容簡(jiǎn)介：在數(shù)據(jù)向某一方向發(fā)生偏態(tài)分布時(shí)，分類算法的效果會(huì)變得很差。這個(gè)問(wèn)題在現(xiàn)實(shí)生活中解決反欺詐、癌癥檢測(cè)和醫(yī)學(xué)診斷時(shí)非常重要。解決問(wèn)題的方法有很多，比如重采樣、一分類學(xué)習(xí)、代價(jià)敏感性學(xué)習(xí)等。本課程將向你介紹解決反欺詐中失衡數(shù)據(jù)的不同處理方法。講座人Natalie 還分享了一些自己在處理大量失衡問(wèn)題時(shí)得到的實(shí)踐經(jīng)驗(yàn)。

使用Scikit—learn進(jìn)行機(jī)器學(xué)習(xí)教程

視頻時(shí)長(zhǎng)：3小時(shí)3分54秒

視頻鏈接：https://youtu.be/OB1reY6IX-o

內(nèi)容簡(jiǎn)介：這個(gè)3小時(shí)的教學(xué)視頻觸及到了廣泛的機(jī)器學(xué)習(xí)算法。演講者 Sebastian Raschka（《Python語(yǔ)言下的機(jī)器學(xué)習(xí)》書作者）使用美觀的交互圖形來(lái)解釋復(fù)雜的概念問(wèn)題。我們的大腦對(duì)視覺(jué)信息的接受能力要好于對(duì)文字和聲音的。這個(gè)專題研討會(huì)是在2016年的SCIPython 大會(huì)上進(jìn)行的。演講者用真實(shí)世界的例子講解了有監(jiān)督和無(wú)監(jiān)督式的機(jī)器學(xué)習(xí)。

前沿技術(shù)——深度學(xué)習(xí)

視頻時(shí)長(zhǎng)：1小時(shí)30分32秒

視頻鏈接：https://youtu.be/DlNR1MrK4qE

內(nèi)容簡(jiǎn)介：在過(guò)去的5年里，圖像分類、圖像分割和目標(biāo)搜尋領(lǐng)域在深度學(xué)習(xí)的技術(shù)下取得了巨大的進(jìn)步。本教程將帶領(lǐng)你學(xué)習(xí)前沿的深度學(xué)習(xí)概念，重點(diǎn)關(guān)注利用 Theano 和 Lasagne進(jìn)行的計(jì)算機(jī)視覺(jué)和圖像處理。同時(shí)，演講者也討論了一些重要的技巧，比如缺乏訓(xùn)練數(shù)據(jù)的問(wèn)題等等。注意：對(duì)本視頻中概念的學(xué)習(xí)需要幾何、代數(shù)和機(jī)器學(xué)習(xí)的基本知識(shí)。

Pandas 新手入門教程

視頻時(shí)長(zhǎng)：1小時(shí)47分48秒

視頻鏈接：https://youtu.be/LmiAThGNAB4

內(nèi)容簡(jiǎn)介：在所有的 Python 庫(kù)中，Pandas 是數(shù)據(jù)操控任務(wù)的最佳選擇。因?yàn)槠渲悄艿那度胧焦δ?，總結(jié)和操控?cái)?shù)據(jù)的復(fù)雜任務(wù)變得非常簡(jiǎn)單。本視頻非常適合想要學(xué)習(xí) Python 語(yǔ)言的新手。導(dǎo)師在視頻中展示了數(shù)據(jù)選擇、分類、聚集、plot函數(shù)等任務(wù)的處理。如果要更好地理解視頻內(nèi)容，還需要進(jìn)行同步練習(xí)。

基于 Python 語(yǔ)言的預(yù)測(cè)模型

視頻時(shí)長(zhǎng)：58分28秒

視頻鏈接：https://youtu.be/Ll6qWDbRTD0

內(nèi)容簡(jiǎn)介：Scikit—learn 庫(kù)的創(chuàng)始人之一的 Oliver Grisel 在該視頻討論了高性能的預(yù)測(cè)模型的建立。在 Python 中，如何處理大規(guī)模的數(shù)據(jù)集？本視頻為你提供了這個(gè)問(wèn)題的答案。同時(shí)，他也在視頻中介紹了一些基于 Python 語(yǔ)言的加速預(yù)測(cè)模型處理速度的有趣工具。另外，你還能學(xué)到一些數(shù)據(jù)后臺(tái)的故事和一些關(guān)于數(shù)據(jù)存儲(chǔ)和分布類型的問(wèn)題。

4、企業(yè)機(jī)器學(xué)習(xí)案例

機(jī)器學(xué)習(xí)：谷歌視角

視頻時(shí)長(zhǎng)：44分44秒

視頻鏈接：https://youtu.be/Rnm83GqgqPE

內(nèi)容簡(jiǎn)介：谷歌是如何使用機(jī)器學(xué)習(xí)技術(shù)的？大家都在談?wù)撨@個(gè)問(wèn)題，卻沒(méi)有人能像視頻中這個(gè)人一樣說(shuō)得清楚。該視頻講解了谷歌對(duì)機(jī)器學(xué)習(xí)和人工智能的使用以及機(jī)器學(xué)習(xí)是如何精簡(jiǎn)谷歌最終產(chǎn)品的過(guò)程。谷歌在其所有產(chǎn)品中都部署了實(shí)用的人工智能，使最終用戶更加貼近技術(shù)。從該視頻中，我們可以了解到谷歌在機(jī)器學(xué)習(xí)上的突破和其機(jī)器學(xué)習(xí)項(xiàng)目的新進(jìn)展。

Pinterest 的機(jī)器學(xué)習(xí)

視頻時(shí)長(zhǎng)：23分54秒

視頻鏈接：https://youtu.be/mN6MrzL1i78

內(nèi)容簡(jiǎn)介：視頻中，Pinterest 的首席科學(xué)家 Jure Leskovec 解釋了Pinterest 是如何使用機(jī)器學(xué)習(xí)的。了解機(jī)器學(xué)習(xí)是如何轉(zhuǎn)變網(wǎng)絡(luò)商業(yè)模式的過(guò)程是非常有趣的。視頻中， Jure 解釋了Pinterest 如何使用機(jī)器學(xué)習(xí)來(lái)進(jìn)行不同分類，從而可以影響新用戶的使用體驗(yàn)、興趣推薦、內(nèi)容分類、用戶行為預(yù)測(cè)、貼圖排名和可視化特征等方面。Jure 也分享了他們的工作視角和他們學(xué)習(xí)的課程內(nèi)容。我認(rèn)為通過(guò)該視頻來(lái)了解機(jī)器學(xué)習(xí)是如何改變我們?nèi)粘Ｉ钍欠浅Ｓ腥さ摹?/p>

GrabTaxi 的機(jī)器學(xué)習(xí)

視頻時(shí)長(zhǎng)：11分24秒

視頻鏈接：https://youtu.be/XGyEVWTpJ20

內(nèi)容簡(jiǎn)介：從我個(gè)人角度來(lái)說(shuō)，我很驚訝于看到機(jī)器學(xué)習(xí)可以從不同程度上解決商業(yè)問(wèn)題。一個(gè)典型的例子就是 GrabTaxi 使用機(jī)器學(xué)習(xí)技術(shù)來(lái)解決出租車可用性問(wèn)題。為了解決這個(gè)問(wèn)題， GrabTaxi 使用了一個(gè)司機(jī)競(jìng)爭(zhēng)乘客的機(jī)制，最快的競(jìng)買者將競(jìng)爭(zhēng)到這個(gè)乘客?？赐赀@個(gè)視頻，你將會(huì)明白他們是如何利用機(jī)器學(xué)習(xí)來(lái)構(gòu)建一個(gè)司機(jī)競(jìng)買可能性預(yù)測(cè)模型并且利用現(xiàn)實(shí)信息來(lái)解決這一問(wèn)題的。

最后的囑咐：

這些教程意在幫助你熟悉機(jī)器學(xué)習(xí)領(lǐng)域的最新知識(shí)。其中大部分視頻都在一個(gè)小時(shí)以上，所以你最好為觀看這些視頻做一個(gè)時(shí)間表。因?yàn)榫W(wǎng)絡(luò)上相關(guān)的信息實(shí)在太多，所以你應(yīng)該找到其中的精華并堅(jiān)持學(xué)習(xí)。

via Analytics Vidhya

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。