世界15大顶级
深度学习课程

• 入门学习

  • RLDM: 深度强化学习入门

    • 由DeepMind的David Silver主导

    • 让听众了解深度学习，强化学习的基本原理

    • 如何将深度学习和强化学习以各种方式结合

  • MLSS: 深度强化学习入门

    • 由OpenAI公司的研究科学家John Schulman主导

    • 包括4个1小时长的视频讲座

  • UC Berkeley: 深度强化学习入门

    • 关于强化学习长达一小时的教程，配有视频讲座

    • 展示强化学习能有多厉害

  • CMU: 深度学习入门

    • 由苹果公司人工智能研究所主任Ruslan Salakhutdinov主导

    • 对深度学习做了一个快速而深入的介绍

    • 课程共分为四个一小时时长的视频讲座

  • 吴恩达：深度学习专项

    • 讲解深度学习的基础

    • 应用：

      • 医疗健康，自动驾驶，手语阅读，
        音乐生成和自然语言处理等

      • 使用TensorFlow解决实际问题的实践经验

  • Google & Udacity: 深度学习

    • 由谷歌首席科学家Vincent Vanhoucke和Udacity的Arpan Chakraborty共同创立

    • 内容包括深度学习、深层神经网络、卷积神经网络和针对文本和序列的深层模型

    • 使用tensorflow

• 斯坦福大学

  • 深度学习理论

    • 讨论深度学习理论方面的知识

    • 有8次特邀嘉宾讲座，这些嘉宾是深度学习、
      计算神经科学和统计学方面的领军人物。

  • 基于深度学习的自然语言处理

    • 讨论了如何将深度学习应用在自然语言处理中

    • 自然语言处理中的问题以及在自然语言处理中使用深度学习的限制

• Yoshua Bengio

  • Yoshua Bengio: 深度学习

    课程由蒙特利尔大学主导。

    
    

    课程首先回顾了神经网络的基本知识，包括感知器，反向传播算法和梯度优化。然后介绍了神经网络、概率图形模型、深度网络和表示学习等前沿知识。

  • Yoshua Bengio: 深度学习与强化学习暑期学校

    • 由Yoshua Bengio和他的同事们组织

    • 包括了深度学习和强化学习两个方向

• CMU

  • 深度强化学习与控制

    内容包括深度学习，强化学习，马尔可夫链决策过程（MDP），部分可观马尔可夫链决策过程（POMDPs），时序差分学习，Q学习，深度学习，深刻Q学习的基础知识。

    
    

    前沿话题包括最优化控制、轨道优化、层次强化学习和迁移学习。

    • 由苹果人工智能研究所主任Ruslan salakhutdinovat
      和CMU的Katerina Fragkiadaki主导

  • 深度学习

    由苹果人工智能研究所主任Ruslan Salakhutdinov主导。课程首先讲解了一些例如前馈神经网络、反向传播、卷积模型等的基本知识。然后介绍深度学习中的要点，包括有向图和无向图模型，独立成分分析（ICA），稀疏编码，自动编码器，限制玻尔兹曼机（RBM），蒙特卡罗方法，深度信念网络，深度玻尔兹曼机和亥姆霍兹机。其他内容包括深度网络中的正则化和优化、序列建模和深度强化学习。

    • 由苹果人工智能研究所主任Ruslan Salakhutdinov主导

• UC Berkeley

  • 深度强化学习

    课程包括强化学习的基本知识：

    
    

    Q-学习和策略梯度，同时还包含了高级模型学习和预测、提取、奖励学习以及高级深度强化学习，例如信赖域策略梯度方法、actor-critic方法、探索方法。

    
    

    本门课有视频讲座。

• 牛津大学

  • 自然语言处理中的深度学习

    • 涵盖深度学习的基本原理以及如何将其应用在自然语言处理中

• 李飞飞

  • 视觉识别中的卷积神经网络

    • 涵盖深度学习的基础知识

    • 以及如何将深度学习技术应用于计算机视觉