ai设计教程自学-重考已经太晚了，但你可以设计自己的机器学习和人工智能学位

全文共3654字，预计学习时间16分钟

来源：unsplash

说实话，我既没有技术经验，也没有相关学位背景。 在发现大学里的编程课程已经过时后，我决定通过在线资源自学机器学习和人工智能。

我自己从头开始设计了机器学习和人工智能学位，以实现我的目标：成为一名全面的机器学习和人工智能工程师。

我的目标

· 使用机器学习和人工智能解决大问题 – 我知道我永远不会成为机器学习或人工智能方面的世界级专家，但我想成为某事。

为世界带来价值——我学习这些技术不是为了学习或因为它们流行，而是因为我想用我学到的东西创造出令人惊奇的东西。

激励其他人开始他们自己的学习之旅 – 通过写下我自己的学习之旅并分享我所学到的东西，我希望鼓励其他人开辟自己的道路。

决策概述

我选择课程的主要标准是价格、灵活性、基于项目的学习、评论和评级。

根据 Class Central 和 CourseTalk 的数千个课程评分和评论，以及各自机构的评分和评论卡通形象，我决定选择最好的计算机科学、数学、数据科学、人工智能和机器学习课程。

通过对全球顶尖大学的机器学习和数据科学学位的分析ai设计教程自学，以及自学成功故事的解读，我发现如果你想真正掌握成功所需的知识卡通形象，你必须选择不同的科目来学习。

首先从数学开始。 数学非常重要，它为机器学习和人工智能奠定了基础，因此我教授了几门涵盖线性代数、多元微积分、概率和统计学的课程。 我选择 Python 作为我学位的基础语言ai设计教程自学，并添加了一门很棒的掌握 R 课程。

随后又增加了数据科学、机器学习、人工智能和深度学习等基础课程。 在学位结束时，我添加了深度学习 ML 和 AI 方面的高级课程，同时还提供其他课程来填补空白。

让我们现在就开始吧！

数学基础

来源：interestinggengi

数据科学所需的数学技能

杜克大学（Coursera）[49美元]

课程内容：集合论、区间表示法、不等式代数； 在 xy 平面上绘制函数及其反函数； 瞬时变化率和曲线切线的概念； 指数、对数、概率论，包括贝叶斯定理。

推论统计

杜克大学 (Coursera) [$49/月]

课程内容：假设检验、置信区间以及数值和分类数据的统计推断方法。

数学思维导论

斯坦福大学（Coursera）[$49] *选修课

课程内容：学习如何像数学家一样思考； 数论、实分析、数理逻辑。

机器学习的数学基础

帝国理工学院 (Coursera) [$49/月]

课程内容：线性代数、多元微积分、降维（包括主成分分析）、特征值和特征向量。

离散优化

墨尔本大学 (Coursera) [$49] *选修课

课程内容：如何通过离散优化概念和算法、约束规划、分支定界、线性规划（LP）、混合整数规划来解决复杂的搜索问题。

计算机科学基础

计算机科学导论

哈佛大学 (edX) [免费； 99美元带证书]

课程内容：抽象、算法、数据结构、封装、资源管理、安全、软件工程和 Web 开发。 熟悉 C、Python、SQL 和 JavaScript 以及 CSS 和 HTML。

学习编码：基础知识

多伦多大学 (Coursera) [免费； 49 美元带证书]

课程内容：编程的基本构建块； 学习如何使用 Python 编写有趣且有用的程序。

Python 基础知识

适合所有人的 Python

密歇根大学 (Coursera) [$49/月]

课程内容：使用Python进行计算机编程的基础知识； HTML、XML 和 JSON 数据格式； 用于存储数据的核心数据结构、SQL 基础知识和基本数据库设计。

Python 编程简介

优达学城 [免费]

课程内容：Python基础知识。 学习使用 Python 数据类型和变量表示和存储数据，使用条件和循环，并利用复杂数据结构的强大功能。

Python 3 编程专业知识

密歇根大学 (Coursera) [$49/月]

课程内容：变量、条件和循环、关键字参数、列表推导式、lambda 表达式和类继承、编写从 Internet API 查询数据并从中提取有用信息的程序。

来源：unsplash

R大师

掌握R语言进行软件开发

约翰·霍普金斯大学 (Coursera) [39 美元/月]

课程内容：重点关注在数据科学环境中使用 R、强大的错误处理、面向目标的编程、性能分析和基准测试、调试、正确设计函数、构建 R 包、通过可视化工具构建数据。

机器学习基础知识

机器学习

斯坦福大学（Coursera）[免费； 79美元带证书]

课程内容：机器学习、数据挖掘、统计模式识别、监督和无监督学习、最佳实践、如何将学习算法应用于构建智能机器人、文本理解、计算机视觉、医学信息学、音频、数据库挖掘等领域。

数据科学基础知识

Python 在数据科学中的应用

加州大学圣地亚哥分校 (edX) [免费； $350 带证书]

课程内容：Python和Jupyter笔记本、pandas、NumPy、Matplotlib、Git； 如何处理和分析未经整理的数据集； 基本的统计分析和机器学习方法； 如何有效地可视化结果。

数据分析师纳米学位

Udacity [359 美元/月，为期 4 个月]

课程内容：如何处理和准备数据分析； 创建数据探索的可视化； 如何使用数据技能讲述数据故事。

Python 应用数据科学

密歇根大学 (Coursera) [$49/月]

课程内容：通过Python介绍数据科学； 应用绘图、制图和数据表示、文本挖掘； 熊猫、Matplotlib。

人工智能基金会

来源：unsplash

TensorFlow实践专题课程

deeplearning.ai (Coursera) [49 美元/月]

课程内容：如何构建和训练神经网络，提高网络性能，教会机器如何使用自然语言处理系统来理解、分析和响应人类语音； 计算机视觉。

高级课程

人工智能迷你大师

哥伦比亚大学 (edX) [$894.40]

课程内容：人工智能指导原则； 如何将机器学习概念应用于现实生活中的问题和实践，如何设计和利用神经网络的力量，以及人工智能在机器人、视觉和物理模拟中的广泛应用。

深度学习

deeplearning.ai 和斯坦福大学 (Coursera) [49 美元/月]

课程内容：深度学习基础知识； 了解如何构建神经网络并领导成功的机器学习项目； 卷积网络、RNN、LSTM、Adam、Dropout、BatchNorm、Xavier/He 初始化。

深度学习纳米学位

Udacity [4 个月 324 美元/月]

课程内容：成为神经网络专家； 使用深度学习框架 PyTorch 学习练习神经网络； 构建用于图像识别的卷积网络、用于序列生成的循环网络以及用于图像生成的生成对抗网络； 了解如何部署可从网站访问的模型。

先进的机器学习

国立研究大学高等经济学院 [免费； 49 美元/月，带证书]

课程内容：深度学习简介、强化学习、自然语言理解、计算机视觉、贝叶斯方法以及如何赢得顶级 Kagglers 数据科学竞赛。

AWS 机器学习入门

AWS (Coursera) [免费； 49 美元带证书]

课程内容：如何使用内置算法的 Amazon SageMaker 和 JupyterNotebook 实例进行构建、训练和模型部署，如何使用 Amazon AI 服务（如 Amazon Comprehend、Amazon Rekognition、Amazon Translate 等）构建智能应用程序。

附加课程

本节重点介绍在这些课程中对我有很大帮助的其他资源。

来源：unsplash

Hadoop 和 MapReduce 简介

Cloudera（Udacity）[免费]

课程内容：Apache Hadoop项目开发用于可靠、可扩展的分布式计算的开源软件； 其背后的基本原理，以及如何利用其功能来理解大数据。

数据结构与算法专业研究

加州大学圣地亚哥分校 (Coursera) [$49/月]

课程内容：基本算法技术，如贪心算法、二分搜索、排序和动态规划、将图和字符串算法应用于现实世界的挑战、最大流、线性规划、近似算法、SAT 求解器、流处理。

GCP 上的数据工程、大数据和机器学习

谷歌云 (Coursera) [49 美元/月]

课程内容：在 Google CloudPlatform 上设计和构建数据管道的实践介绍； 设计数据处理系统、构建端到端数据管道、分析数据并获得见解； 结构化、非结构化和流数据。

使用 Git 进行版本控制

优达学城 [免费]

课程内容：版本控制系统Git的使用基础知识； 学习创建新的 Git 存储库、提交更改、查看现有存储库的提交历史记录、如何使用标签和分支来系统化提交的内容，以及通过合并更改来解决合并冲突。

使用Python调试软件

优达学城 [免费]

课程内容：如何系统地调试程序； 如何自动化调试过程并用Python构建几个自动化调试工具。

计算神经科学

华盛顿大学（Coursera）[$49]

课程内容：了解神经系统作用和功能的基本计算方法； 使用 Matlab、Octave 和 Python 人工神经网络进行强化学习和生物神经元模型。

感谢 Coursera、edX 和 Udacity 开拓开放教育。 感谢 Class Central 和 CourseTalk 为人们提供了查找热门在线课程的好方法，并指导我选择上述课程。

嗯，祝大家早日毕业！