在这里，我们汇总了包括15个机器学习课程。课程大多数都是免费的，无需注册就可以自主学习。这些课程包括决策树、朴素贝叶斯、逻辑回归、神经网络和深度学习、贝叶斯学习、支持向量机和核方法、聚类、无监督学习、强化学习和学习理论。
如果你需要回顾机器学习的背景知识，卡内基梅隆大学的杰夫·戈登教授为机器学习做了一个伟大的视频讲座系列数学背景。你可以先学习这个，接着在进行深度的机器学习的学习。
1．神经网络与机器学习简介：杰弗里E.
Hinton，多伦多大学.2014。
2．机器学习：鲁斯兰Salakhutdinov，卡内基梅隆大学，苹果AI研究总监。本课程在多伦多大学教授.2015年。
3．机器学习和模式识别：Yann LeCun，纽约大学人类发展研究所所长，现就职于Facebook.2010年。
4．从数据中学习：Yaser S. Abu-Mostafa，加州理工学院.2012
5．机器学习：基利安·温伯格，康奈尔大学.2017年
6．机器学习：Andrew Ng，斯坦福大学Coursera，课程从2017年12月25日开始。
7．机器学习的神经网络：杰弗里Hinton，多伦多大学Coursera。他的2014年课程的新版本从2017年12月25日开始。
8．机器学习和自适应智能：尼尔劳伦斯，谢菲尔德大学亚马逊机器学习总监.2015年。
9．介绍神经网络和机器学习：罗杰·格罗斯，多伦多大学.2017年。
10．信息论，模式识别和神经网络：大卫麦凯，剑桥大学。
11．机器学习：汤姆·米切尔和玛丽亚·弗洛里娜·巴尔坎，卡内基·梅隆大学。2015年。
12．机器学习：Michael Littman，Charles Isbell和Pushkar Kolhe，佐治亚理工学院通过Udacity.2017年。
13．机器学习简介：Sargur Srihari，布法罗大学.2017年。
14．机器学习 - 纳米学位：Arpan Chakraborty，David Joyner，Luis Serrano，Sebastian Thrun，Vincent Vanhoucke和Katie Malone，Udacity.2017年。
15．教程：机器学习：安德鲁·摩尔，卡耐基梅隆大学计算机学院院长。
PS：如果英文不是特别强，欢迎观看阿里云大学出品的机器学习在线课程。
文章原标题《15
Machine Learning Online Courses and Tutorials》，
作者： sky https://sky2learn.com/
译者：虎说八道，审阅：
文章为简译，更为详细的内容，请查看原文
