機(jī)器學(xué)習(xí)入門課程怎么選？網(wǎng)上熱門課程測(cè)評(píng)來了！！！
引言
機(jī)器學(xué)習(xí)是一門涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科的多3領(lǐng)域交叉學(xué)科，在當(dāng)下各個(gè)領(lǐng)域運(yùn)用十分廣泛。不僅是業(yè)內(nèi)人士，許多業(yè)外人士為了豐富自己的知識(shí)涉獵領(lǐng)域，提升自身競(jìng)爭(zhēng)力，也或多或少的開始嘗試接觸機(jī)器學(xué)習(xí)。但是對(duì)于初學(xué)者來說，選擇一個(gè)真正適合自己的課程，往往是一個(gè)令人頭大的問題。
在這篇文章中我總結(jié)了四個(gè)網(wǎng)上比較受歡迎的課程，在講師、課程內(nèi)容、亮點(diǎn)、局限性、課程難度、建議基礎(chǔ)知識(shí)幾個(gè)方面進(jìn)行了對(duì)比，希望對(duì)大家有所幫助。
1. 李宏毅 - 機(jī)器學(xué)習(xí)公開課
講師
李宏毅現(xiàn)任臺(tái)灣大學(xué)電氣工程助理教授，研究重點(diǎn)是機(jī)器學(xué)習(xí)，特別是深度學(xué)習(xí)領(lǐng)域。他的一系列機(jī)器學(xué)習(xí)課程公開課視頻，被很多人在機(jī)器學(xué)習(xí)領(lǐng)域當(dāng)做入門教材。
李老師的課程中干貨滿滿，其課程視頻被許多人稱贊為最好的中文機(jī)器學(xué)習(xí)課程視頻。李老師的講課風(fēng)格偏向于幽默風(fēng)趣，經(jīng)常會(huì)使用一些卡通形象來增加課程的趣味性。一些晦澀難懂的理論知識(shí)，在他形象生動(dòng)的講解下往往會(huì)變的容易掌握。
課程內(nèi)容
這門課程在內(nèi)容方面其實(shí)更加偏向于深度學(xué)習(xí)領(lǐng)域，相對(duì)來說比較進(jìn)階，但李宏毅老師自信的表示，這并不會(huì)影響這門課“機(jī)器學(xué)習(xí)入門課”的屬性，仍然會(huì)讓絕大多數(shù)人聽得懂，大家仍然可以嘗試著將它作為機(jī)器學(xué)習(xí)的第一門課。
既然是入門課，那它的課程設(shè)置必然就相對(duì)比較容易上手，“從最基本的觀念講到最前瞻的技術(shù)”是這門課的一大特色，其2021年的課程是這樣設(shè)置的：
課程介紹
深度學(xué)習(xí)
自注意力
機(jī)器學(xué)習(xí)理論
Transformer
生成式模式
自監(jiān)督學(xué)習(xí)
可解釋AI / 對(duì)抗攻擊
域自適應(yīng) / 強(qiáng)化學(xué)習(xí)
量子機(jī)器學(xué)習(xí)
終身壓縮
元學(xué)習(xí)
亮點(diǎn)
李宏毅老師的課程總結(jié)下來有兩大亮點(diǎn)：
1. 結(jié)合卡通形象來講解理論知識(shí)，風(fēng)格幽默風(fēng)趣、生動(dòng)形象
2. 適合初學(xué)者，有配套作業(yè)題
3. 使用Python作為編程語言，對(duì)大多數(shù)初學(xué)者比較友好
局限
這門課許多人譽(yù)為機(jī)器學(xué)習(xí)領(lǐng)域最好的中文入門課程，確實(shí)難以找出值得指點(diǎn)的不足之處。對(duì)有些完全沒有接觸過機(jī)器學(xué)習(xí)的同學(xué)來說，獨(dú)自完成其課后作業(yè)也許有些吃力，去網(wǎng)上找到一些配套答案或者編碼思路也是一件讓人頭疼的事。
課程難度
這是一門適合初學(xué)者的入門課程，重點(diǎn)偏向于深度學(xué)習(xí)，想對(duì)深度學(xué)習(xí)有所了解的同學(xué)可以嘗試去聽聽看。
基礎(chǔ)知識(shí)
這門課需要提前掌握數(shù)學(xué)和編程上的一些基礎(chǔ)知識(shí)。
數(shù)學(xué)上需要掌握：微積分、線性代數(shù)、概率論；
編程上需要掌握：Python相關(guān)語法、套件。在課程中需要能讀懂并修改課上給出的一些范例代碼，老師會(huì)默認(rèn)你已經(jīng)基本掌握Python語法。
2. 貪心科技 - 人工智能與機(jī)器學(xué)習(xí)
講師
貪心科技是一家熱門的專注于AI教育的科技公司，核心團(tuán)隊(duì)由海內(nèi)外AI專家組成，旗下目前已經(jīng)出品了好幾門出色的AI領(lǐng)域課程。這門課程是由貪心科技團(tuán)隊(duì)的李文哲和Jerry Yuan講師合作進(jìn)行講授，課程之外還專門配備了多名助教老師負(fù)責(zé)課后答疑以及作業(yè)批改工作。
李文哲
曾任金融科技獨(dú)角獸公司的首席科學(xué)家、美國亞馬遜的高級(jí)工程師，先后負(fù)責(zé)過聊天機(jī)器人、量化交易、自適應(yīng)教育、金融知識(shí)圖譜等項(xiàng)目，并在AAAI、KDD、AISTATS等頂會(huì)上發(fā)表過15篇以上論文，并榮獲IAAI，IPDPS的最佳論文獎(jiǎng)，多次出席行業(yè)峰會(huì)發(fā)表演講。分別在USC, TAMU，南開攻讀博士、碩士和本科。在荷蘭訪問期間，師從AI頂級(jí)學(xué)者M(jìn)ax Welling教授。
Jerry Yuan
擁有14年人工智能、推薦系統(tǒng)、自然語言處理、數(shù)字圖像和視頻處理項(xiàng)目經(jīng)驗(yàn)，主導(dǎo)多款核心推薦系統(tǒng)的研發(fā)，是人工智能、分布式系統(tǒng)、云計(jì)算方面的專家。曾師從中國科學(xué)院王守覺院士從事人臉識(shí)別研究、共同發(fā)表論文。在美國博士期間，主要研究NASA（美國航天局）支持的基于人工智能的空間天氣預(yù)測(cè)項(xiàng)目。先后在AI相關(guān)會(huì)議和雜志上發(fā)表過15篇以上的論文。
課程內(nèi)容
這門課程主要面向想系統(tǒng)性學(xué)習(xí)AI的在職人士（IT、運(yùn)營、產(chǎn)品、財(cái)務(wù)等等）以及在校學(xué)生，通過這門課程的學(xué)習(xí)可以為后續(xù)的轉(zhuǎn)型做準(zhǔn)備，或者用這些學(xué)到的技術(shù)來提升工作的效率。在課程當(dāng)中，所有核心機(jī)器學(xué)習(xí)算法背后的技術(shù)細(xì)節(jié)以及推導(dǎo)都得到了全面的闡述。除了每章之后的作業(yè)之外，課程中間還單獨(dú)設(shè)置了幾個(gè)實(shí)訓(xùn)章節(jié)（見下圖），因此相較于諸如吳恩達(dá)等老師側(cè)重于理論方面的教學(xué)模式，這門課程更加偏向于理論與實(shí)戰(zhàn)的結(jié)合。
每次實(shí)訓(xùn)作業(yè)的時(shí)候，作為新手免不了會(huì)遇到很多解決不掉的難題，貪心科技的課程相較于公開課而言，課后配置的助教答疑以及作業(yè)批改環(huán)節(jié)是一個(gè)很大的亮點(diǎn)。
這門課程全套共有17個(gè)章節(jié)，其中包括5個(gè)項(xiàng)目作業(yè)章節(jié)，所有的實(shí)訓(xùn)案例都來自醫(yī)療、生物、社會(huì)科學(xué)等十幾個(gè)不同領(lǐng)域，與現(xiàn)實(shí)生活十分貼切，比如第一個(gè)項(xiàng)目作業(yè)“廣告點(diǎn)擊率預(yù)測(cè)”，就是去設(shè)計(jì)一個(gè)算法來匹配平臺(tái)用戶與廣告，達(dá)到撮合廣告主與平臺(tái)之間雙方利益的目的。相較于網(wǎng)上可以找到的公開課而言，它的內(nèi)容覆蓋非常全面。從它的課程目錄中我們就可以看出：
人工智能基礎(chǔ)
線性回歸
邏輯回歸
模型泛化
【項(xiàng)目作業(yè)】-廣告點(diǎn)擊率預(yù)測(cè)
樸素貝葉斯
【項(xiàng)目作業(yè)】-情感分析項(xiàng)目
決策樹
隨機(jī)森林
提升樹
【項(xiàng)目作業(yè)】-信用卡欺詐預(yù)測(cè)
K-Means
主成分分析
【項(xiàng)目作業(yè)】-零售場(chǎng)景中的用戶分層
神經(jīng)網(wǎng)絡(luò)
支持向量機(jī)
【項(xiàng)目作業(yè)】-手勢(shì)語識(shí)別
按照他們給出的學(xué)習(xí)方案，當(dāng)你完整學(xué)完全套課程之后，將差不多可以達(dá)到初級(jí)算法工程師的技術(shù)標(biāo)準(zhǔn)，可以深入理解每一個(gè)機(jī)器學(xué)習(xí)算法細(xì)節(jié)和全部推導(dǎo)過程，并且通過大量案例的實(shí)戰(zhàn)，獲得今后獨(dú)立解決任何AI問題的能力。
亮點(diǎn)
這門課程由于是專門面向初學(xué)者的商業(yè)課程，所以相對(duì)來說它更加注重滿足用戶群的需求。先來看看貪心科技官網(wǎng)給出的這門課程的賣點(diǎn)：
當(dāng)然，想要知道這門課程的好壞，肯定還是親自測(cè)評(píng)比較靠譜。在經(jīng)過本人親測(cè)之后，感覺這門課程有下面幾個(gè)讓我眼前一亮的閃光點(diǎn)：
1. 覆蓋面廣，基礎(chǔ)知識(shí)講解透徹，對(duì)初學(xué)者十分友好。
2. 實(shí)操作業(yè)多，且案例覆蓋領(lǐng)域較廣，可以及時(shí)對(duì)所學(xué)理論進(jìn)行鞏固和應(yīng)用。
3. 不需要自己下載軟件，所有練習(xí)都可在平臺(tái)在線完成。
4. 有助教隨時(shí)進(jìn)行作業(yè)答疑。
其中，“有助教”這一點(diǎn)，對(duì)我來講應(yīng)該是這門課程最大的一個(gè)優(yōu)勢(shì)。相較于網(wǎng)上冰冷的自學(xué)課程而言，與助教進(jìn)行有效的互動(dòng)可以隨時(shí)解決自己遇到的問題，省去了大把查閱資料的精力，學(xué)習(xí)起來十分省心。
局限
這門課程與免費(fèi)的公開課相比，唯一的局限性可能就在于它是付費(fèi)課程。但是這門課程堪比于手把手教學(xué)的講解精細(xì)程度，以及其作為商業(yè)課程所獨(dú)具的配套資源，會(huì)另人感嘆付費(fèi)確實(shí)有付費(fèi)的道理。對(duì)于沒有接觸過機(jī)器學(xué)習(xí)且手頭稍微寬裕的初學(xué)者來說，如果十分想要比較系統(tǒng)的了解機(jī)器學(xué)習(xí)的話，可以去了解一下這門課程。
課程難度
這門課適合想要轉(zhuǎn)型投身AI行業(yè)的初學(xué)者，需要的基礎(chǔ)知識(shí)不多，并且課程當(dāng)中知識(shí)點(diǎn)講解比較透徹，作為小白十分容易上手，再加上有助教老師的答疑，學(xué)習(xí)起來可以算是毫不費(fèi)力。學(xué)完全套課程之后可以達(dá)到初級(jí)算法工程師的標(biāo)準(zhǔn)，技術(shù)上完全可以勝任。
基礎(chǔ)知識(shí)
具備高中以上數(shù)學(xué)基礎(chǔ)，了解簡(jiǎn)單的統(tǒng)計(jì)與線性代數(shù)；半年以上編程經(jīng)驗(yàn)，包括但不限于Python。
3. 吳恩達(dá)-Machine Lerning |Coursera
講師
吳恩達(dá)（Andrew Ng），斯坦福大學(xué)教授，谷歌大腦、Coursera的創(chuàng)始人之一，百度首席科學(xué)家，研究重點(diǎn)是深度學(xué)習(xí)。
作為斯坦福大學(xué)教授，Ng講課風(fēng)格偏向于嚴(yán)謹(jǐn)，可以把知識(shí)點(diǎn)往細(xì)節(jié)出深挖，課程里面用到的數(shù)學(xué)知識(shí)Ng一般都會(huì)進(jìn)行耐心的講解，這對(duì)于數(shù)學(xué)不好的同學(xué)十分友好。
課程內(nèi)容
這門課程的重點(diǎn)是對(duì)概念的講解，理解算法，并理解選用特定算法的原因和意義，課程相對(duì)獨(dú)立。每個(gè)算法所需要的所有數(shù)學(xué)，在這門課中也得到了完整的解釋。其課程結(jié)構(gòu)如下：
單變量的線性回歸
回顧線性代數(shù)
多變量的線性回歸
Octave / Matlab教程
Logistic回歸
正則化
神經(jīng)網(wǎng)絡(luò)：表示
神經(jīng)網(wǎng)絡(luò)：學(xué)習(xí)
應(yīng)用機(jī)器學(xué)習(xí)的建議
機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì)
支持向量機(jī)
降維
異常檢測(cè)
推薦系統(tǒng)
大規(guī)模機(jī)器學(xué)習(xí)
應(yīng)用示例：Photo OCR
亮點(diǎn)
這門課程的亮點(diǎn)在于，對(duì)數(shù)學(xué)基礎(chǔ)不足的同學(xué)十分友好，有單獨(dú)的章節(jié)專門為同學(xué)們補(bǔ)習(xí)能夠用到的數(shù)學(xué)知識(shí)。
局限
這門課雖然也是入門課程，并且有其獨(dú)到的優(yōu)勢(shì)，但其局限性也是不可忽視的（個(gè)人感觀）：
首先，這門課程使用的開源編程語言不是目前所流行Python，而是Octave。實(shí)際上Octave算是一種學(xué)習(xí)Machine Lerning基礎(chǔ)知識(shí)最簡(jiǎn)單的一種方式，有精力的同學(xué)可以嘗試接觸著了解一下。但對(duì)大多數(shù)人來說，這確實(shí)是很不友好的一點(diǎn)。
其次，這門課是英文授課，對(duì)英語基礎(chǔ)不好的小白來講又是一個(gè)致命的打擊。當(dāng)然網(wǎng)上也可以找到帶有中文字幕的版本，但建議還是通過原版視頻來學(xué)習(xí)這門課程的精髓。
課程難度
這門課適合數(shù)學(xué)基礎(chǔ)薄弱的初學(xué)者，但由于使用Octave語言，為大多數(shù)初學(xué)者增加了一分障礙。并且需要一定的英語基礎(chǔ)。
基礎(chǔ)知識(shí)
Octave基本語法（課程當(dāng)中也會(huì)帶著一起了解）
英語基礎(chǔ)
4.Jeremy - 程序員機(jī)器學(xué)習(xí)入門
講師
Jeremy Howard，曾任Kaggle總裁和首席科學(xué)家，F(xiàn)ast.ai創(chuàng)始研究員。
相較于Ng的“數(shù)學(xué)優(yōu)先”教學(xué)模式，Jeremy更加追求“代碼優(yōu)先”的實(shí)用路線，因此他的課程風(fēng)格一般以實(shí)操訓(xùn)練為重點(diǎn)。
課程內(nèi)容
根據(jù)主頁介紹，這門課程主要囊括了兩種模型：基于決策樹的模型和基于梯度下降的模型。
由于這門課程以實(shí)操為側(cè)重點(diǎn)，對(duì)數(shù)學(xué)理論及一些概念并沒有做過多的闡述，因此其課程設(shè)置與其它課程比起來較為獨(dú)特。具體課程設(shè)置如下：
隨機(jī)森林簡(jiǎn)介
深入了解隨機(jī)森林
性能、驗(yàn)證和模型介紹
特征的重要性、數(shù)解釋器
推理與隨機(jī)森林
數(shù)據(jù)產(chǎn)品
cython與隨機(jī)森林
梯度下降和邏輯回歸
正則化、學(xué)習(xí)率和NLP
NLP與柱狀數(shù)據(jù)
嵌入
Rossmann問題與道德問題（用零售商Rossmann的數(shù)據(jù)集，構(gòu)建模型預(yù)測(cè)銷量）
亮點(diǎn)
這門課有三大亮點(diǎn)：
1. 課程輕量，總共十二節(jié)課，每節(jié)大約兩個(gè)小時(shí)，學(xué)快的同學(xué)用24小時(shí)就可以從無到有實(shí)現(xiàn)機(jī)器學(xué)習(xí)入門。
2. 用到的編程語言容易接受，是目前流行的Python語言。
3. 課程設(shè)置偏向于實(shí)操。
局限
既然Jeremy想走實(shí)操路線，那這門課程的局限性也就顯而易見。對(duì)基礎(chǔ)不好的同學(xué)來說，這門課有些難以上手，需要自行惡補(bǔ)用到的數(shù)學(xué)知識(shí)。再有就是這門課同樣是英文授課，英文不好的同學(xué)又需要依靠網(wǎng)上并不完美的翻譯版本來接觸這門課了（學(xué)習(xí)英語很重要呀！！！）
課程難度
課程雖然是為初學(xué)者準(zhǔn)備的，但由于基礎(chǔ)數(shù)學(xué)概念方面闡述的不足，以及硬核的實(shí)操訓(xùn)練，可能會(huì)讓一些同學(xué)學(xué)起來有些吃力，加上是英語授課，所以個(gè)人感覺這門課可以作為其他課程的補(bǔ)充課程，不太適合直接用來入門。
基礎(chǔ)知識(shí)
這門課需要童鞋們有一定的數(shù)學(xué)基礎(chǔ)，特別是線性代數(shù)、微積分以及概率論；其次需要提前掌握基本的Python語法；最后就是還需要有一定的英語基礎(chǔ)。
總結(jié)
上面比較了四門網(wǎng)絡(luò)上比較熱門的課程，可以看出，每門課都有自己的優(yōu)點(diǎn)和不足。個(gè)人建議，作為小白可以先從免費(fèi)的公開課下手，比如風(fēng)格幽默風(fēng)趣的李宏毅老師的公開課，通過其輕松的上課方式讓自己初步了解什么是機(jī)器學(xué)習(xí)；然后如果想要真正系統(tǒng)學(xué)習(xí)的話，還是建議選擇專業(yè)團(tuán)隊(duì)旗下付費(fèi)的商業(yè)課程，比如剛剛提到的比較熱門的貪心科技，這樣會(huì)使你的學(xué)習(xí)事半功倍。
當(dāng)然，一千個(gè)讀者一千個(gè)哈姆雷特，上述課程只是一些比較熱門的選擇，只是作為參考。但一定要記住，無論選擇什么課程，堅(jiān)持上完永遠(yuǎn)是最重要的！！！
最后，還是預(yù)祝同學(xué)們?cè)贏I世界里玩的開心呀:)