原作者   David Venturi
編譯 CDA 編譯團隊
本文為  CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉載需授權

幾乎每天都可以看到深度學習改變日常生活的新聞，比如：

深度學習算法能夠像經驗豐富的皮膚科醫(yī)生一樣診斷皮膚癌

亞馬遜Go：深度學習和AI將改變零售

深度學習使無人駕駛汽車能夠更好地發(fā)現(xiàn)行人

想了解這背后的故事嗎？ 想掌握這些技術從而促進職業(yè)生涯的發(fā)展嗎？ 我研究了 Class Central 的開源項目，從中整理出一份深度學習課程清單：其中 27 個在線課程（其中 12 個是完全免費的），課程的內容涵蓋深度學習的基礎到當今最前沿的研究。

你可能會問：“究竟什么是深度學習？” 可以簡單解釋為：

“深度學習是機器學習的分支，當中涉及受大腦結構和功能啟發(fā)的人造神經網(wǎng)絡的算法。
——Jason Brownlee 來自 Machine Learning Mastery

下面，讓我們進入正題…

在線深度學習課程

通過 TensorFlow 學習創(chuàng)新應用與深度學習
Kadenze
★★★★★（14 條評論）

課程涵蓋深度學習的基本概念，包括：意義；工作原理；以及構建各種算法所需的代碼，如深卷積網(wǎng)絡，變分自動編碼器，生成對抗網(wǎng)絡和循環(huán)神經網(wǎng)絡。本課程的重點不僅在于了解構建這些算法的必要組件，還需了解如何應用它們來構建應用程序。課程有免費和付費選項。

精選評論（Christopher Kelly）：“我有計算機科學本科學位課程，我花了大量的時間在 Khan Academy 和 Coursera 上學習，本課程內容的質量和專業(yè)精神讓我深深佩服。 強烈推薦！”

神經網(wǎng)絡與機器學習
多倫多大學， Coursera
★★★★★（18 條評論）

了解人造神經網(wǎng)絡及其是如何用于機器學習，如何適用于語言和對象識別，圖像分割，建模語言和人體運動等。課程將強調基本算法和實際所需的實用技巧。課程有免費和付費選項。

精選評論（Bobby Brady）：“本課程是向優(yōu)秀老師學習的難得機會。 Geffrey Hinton 是 80 年代以來人工智能和神經網(wǎng)絡研究中最重要和最有影響力的研究人員之一。 目前他正在與Google合作 AI 以及深度學習項目?！?/em>

機器學習神經網(wǎng)絡講師，Geoffrey Hinton 被稱為“深度學習教父”

針對程序員的實踐深度學習 Part 1
fast.ai
★★★★☆（3條評論）

這個為期 7 周的課程是為有至少一年編程經驗的人設計的，同時還需要有一定高中數(shù)學知識儲備。在該課程中，你將從第一步——如何構建一個適合深度學習的在線 GPU 服務器，一直到構建高技術、高度實用的計算機視覺模型，自然語言處理和推薦系統(tǒng)。本課程免費。

精選評論（匿名）：“本課程十分棒。Jeremy Howard 在教授基礎知識和呈現(xiàn)最先進成果方面做得非常出色。我一次次驚喜的發(fā)現(xiàn)，他不僅在課堂上講解過去一年內問世的成果，甚至一周內的新內容…而且你能使用現(xiàn)實中的數(shù)據(jù)通過參加 Kaggle 比賽練習。我強烈推薦零基礎人群學習這門課，從而達到與該領域的專家進行競爭的水平?！?/em>

6.191：深度學習導論
麻省理工學院（MIT）
★★★★☆（1 條評論）

為期一周的課程將介紹深入學習方法，及其應用于機器翻譯，圖像識別，游戲，圖像生成等。課程包括在 TensorFlow 的實驗室、頭腦風暴以及講座。該課程免費。

6.094：無人駕駛汽車與深度學習
麻省理工學院（MIT）
★★★★☆（1 條評論）

本課程是以無人駕駛的角度解讀深度學習的實踐。課程主要針對初學者以及剛接觸機器學習的人，但對于探究深度學習應用的高級研究人員也是有益的。該課程免費。

深度學習
Google, Udacity
★★☆☆☆（20 條評論）

在本課程中，你將深入了解深度學習的動機，并設計能夠從復雜以及大規(guī)模數(shù)據(jù)中學習的智能系統(tǒng)。你將學習解決曾經被認為極具挑戰(zhàn)性的問題，并且可以輕松地使用深度學習方法解決這類問題，從而更好地了解人工智能的復雜性質。該課程免費。

深度學習與自然語言處理
牛津大學

這是一個應用課程，側重于使用循證神經網(wǎng)絡分析、生成語音和文本的最新進展。本課程介紹了相關機器學習模型的數(shù)學定義，并得出了相關的優(yōu)化算法。

該課程是免費的，由 Phil Blunsom 主講，并與 DeepMind 自然語言研究小組合作。

牛津大學是世界領先的學術機構之一，也是歷史最悠久的學術機構之一。

CS224n：自然語言處理與深度學習
斯坦福大學

本課程全面介紹了 NLP 應用于深度學習的前沿研究。在模型方面，課程將涵蓋字矢量表示，基于窗口的神經網(wǎng)絡，復現(xiàn)神經網(wǎng)絡，長短期記憶模型，遞歸神經網(wǎng)絡，卷積神經網(wǎng)絡以及一些涉及存儲器組件的近期模型。通過講座（注意：冬季 2017 視頻現(xiàn)已發(fā)布）和編程任務，學生將學習必要的工程技巧，使神經網(wǎng)絡應用于實際問題。該課程免費。

機器學習
Nando de Freitas ，不列顛哥倫比亞大學

本課程重點關注深度學習中一些令人激動的領域。通過來自神經科學和統(tǒng)計學的靈感，課程介紹了神經網(wǎng)絡，反向傳播，波爾茲曼機器，自動編碼器，卷積神經網(wǎng)絡和復發(fā)神經網(wǎng)絡的基本背景。并且說明了深度學習如何影響了我們對智能的理解，并為智能機的實際設計做出了貢獻。該課程免費。

深度學習夏利營 2015， 2016 
獨立組織者（包括 Yoshua Bengio 和 Yann LeCun），Independent

深度學習夏利營主要針對研究生和工業(yè)工程師，以及已具備一些機器學習基礎知識（不一定是深度學習），并希望更多地了解這個快速發(fā)展的領域的研究人員。

該課程不同于以往在線課程的形式，但其組織者（包括深度學習領域的杰出人物 Bengio 和 LeCun等）和課程講師使這個系列成為深度學習的優(yōu)質課程。該課程免費。

以上是我對深度學習夏利營 2015 ， 2016 的描述。

神經網(wǎng)絡在線課程
Hugo Larochelle， 舒布盧大學

“歡迎學習我的神經網(wǎng)絡在線課程！ 我把這個課程和舒布盧大學的班級課程放在一起。這是一個研究生課程，涵蓋基本的神經網(wǎng)絡以及更前沿的內容。” 該課程免費。

無需博士學位也可以學習 TensorFlow 和深度學習
谷歌

這個三個小時的課程（包括視頻和幻燈片）為開發(fā)人員闡述了深度學習的基礎知識入門，以及一些 TensorFlow 的內容。該課程免費。

使用 Python 學習深度學習
DataCamp

在這個課程中，你將獲得如何使用神經網(wǎng)絡和深度學習的實踐知識，同時使用 Python 的最新版本 Keras 2.0 。 課程部分免費。

以下課程來自 Udemy，根據(jù)評分排序。 價格根據(jù) Udemy 的折扣活動而異。 通常能夠以 10 美元的價格購買。

深度學習從A到Z?：人造神經網(wǎng)絡實踐
Kirill Eremenko，SuperDataScience 團隊，Udemy
4.7 星（388條評論）

該課程講師為兩名機器學習和數(shù)據(jù)科學，內容包括使用 Python 創(chuàng)建深度學習算法。

深入學習先決條件： The Numpy Stack in Python
Lazy Programmer Inc., Udemy
4.6 星（1,551 條評論）

Numpy，Scipy，Pandas 以及 Matplotlib  stack：為深度學習，機器學習和人工智能做準備。該課程免費。

數(shù)據(jù)科學：使用 Python 學習深度學習
Lazy Programmer Inc.，Udemy
4.6 星（1,381 條評論）

使用 Python 和 Numpy 編寫自己的神經網(wǎng)絡指南，以及如何在 Google 的 TensorFlow 中進行。

深入學習先決條件：通過 Python 學習線性回歸
Lazy Programmer Inc.，Udemy
4.6 星（751 條評論）

從零開始學習線性回歸，并使用 Python 構建自己的工作程序進行數(shù)據(jù)分析。

深入學習先決條件：使用 Python 學習邏輯回歸
Lazy Programmer Inc.，Udemy
4.6 星（624 條評論）

針對專業(yè)人員和學生的數(shù)據(jù)科學技術——學習邏輯回歸背后的理論以及用 Python 編程。

深度學習：使用 Python 學習卷積神經網(wǎng)絡
Lazy Programmer Inc.，Udemy
4.6 星（304 條評論）

本課程是關于如何將深度學習運用于使用卷積神經網(wǎng)絡的計算機視覺。課程內容包括圖像分類方面，最先進的技術。

數(shù)據(jù)科學：Theano 和 TensorFlow中的深度學習實踐
Lazy Programmer Inc.，Udemy
4.6 星（293 條評論）

通過 SGD，Nesterov momentum，RMSprop，Theano，TensorFlow 以及在 AWS 上使用 GPU，進一步推進深度學習。

深度學習：使用 Python 學習循環(huán)神經網(wǎng)絡
Lazy Programmer Inc.，Udemy
4.6 星（248 條評論）

課程內容包括 GRU，LSTM 以及更多的現(xiàn)代深度學習，機器學習和序列數(shù)據(jù)科學。

使用 Python 學習深度學習與自然語言處理
Lazy Programmer Inc.，Udemy
4.6 星（194 條評論）

課程是推倒和實現(xiàn) word2vec，GLoVe，詞嵌入和情感分析與遞歸網(wǎng)的完全指南。

使用 Python 學習中無監(jiān)督深度學習
Lazy Programmer Inc.，Udemy
4.6 星（153 條評論）

課程介紹了用于深度神經網(wǎng)絡中 Theano, t-SNE 和 PCA 方面的自動編碼器和玻爾茲曼機。

釋放深度學習：用 Caffe 和 DIGITS 開始視覺化
Razvan Pistolea，Udemy
4.5 星（36 條評論）

課程內容介紹了深度學習的工具，Caffe 和 DIGITS，你可以在其中創(chuàng)建自己的深度學習模型。

深度學習與 TensorFlow
Packt Publishing，Udemy
3.9 星（96 條評論）

加強 Google 的 TensorFlow 從而推進深度學習。

使用 Python 學習深度學習
Packt Publishing，Udemy
3.4 星（31 條評論）

通過使用 Python 進行深度學習從而深入數(shù)據(jù)科學的未來，實現(xiàn)智能系統(tǒng)。

下面的課程來自 Udacity ，Udacity 的納米學位更注重深度學習的基礎知識。

在本文發(fā)布時，課程報名已結束，但是可以加入等待名單，以便在下一次報名時得到通知。

深度學習基礎納米學位
Siraj Raval，Udacity

人工智能正在以戲劇性且有益的方式改變著我們的世界，當中深度學習正在其推動進步。 與 Siraj Raval 一起，Udacity 提供了對這領域的系統(tǒng)介紹。通過每周視頻，獨家項目，以及專家的反饋和審查，使你掌握這個改變未來的技術的基礎知識。