無料学習機械学習ルート

https://mp.weixin.qq.com/s/JGXe2CmOdTweHjRJPOgiLg

1.スタンフォード「確率と統計（確率と統計）」

リンクします。https：//online.stanford.edu/courses/gse-yprobstat-probability-and-statistics

 

2.MIT「線形代数（線形代数）」

リンクします。https：//ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

 

 3.スタンフォードCS231N「視覚的な認識のための畳み込みニューラルネットワーク（視覚認識のための畳み込みニューラルネットワーク）」

リンク：httpsの:? //W​​ww.youtube.com/playlistリスト= PLzUTmXVwsnXod6WNdg57Yc3zFx_f-RYsq

 

4.fastai「本物のプログラマは深い学習（コーダーのための実用的なディープ・ラーニング）」

リンクします。https：//course.fast.ai/

 

5.  スタンフォードCS224N「深い学習NLP（ディープ学習と自然言語処理） 」 

リンク：httpsの:? //W​​ww.youtube.com/playlistリスト= PLU40WL8Ol94IJzQtileLTqGZuXtGlLMP_

 

6. スタンフォードコーセラの「機械学習」。

リンクします。https：//www.coursera.org/learn/machine-learning

 

7.スタンフォード「確率的グラフィカルモデルの特別コース（確率グラフィカルモデルの専門）」

リンクします。https：//www.coursera.org/specializations/probabilistic-graphical-models

 

8. DeepMind「強化学習の入門コース（強化学習の概要）」

リンクします。https：//www.youtube.com/watch V = 2pWv7GOvuf0＆リスト= PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ？

 

9.フルスタックディープラーニング「フルスタックの深さの研究合宿（フルスタックディープ学習合宿） 

リンクします。https：//fullstackdeeplearning.com/march2019

 

「：トップKaggler学習（どのようにデータサイエンス競争に勝つために：トップKagglersから学ぶ）データ科学コンテストを勝つためにどのように」10コーセラ

リンクします。https：//www.coursera.org/learn/competitive-data-science