大家好，我是人工智能工程师Alpha浪。

如今，作为一名AI算法工程师，我们生活在一个幸福的时代，我们可以很方便地学习世界名校的公开课程，阅读各种经典的书籍。

本文汇总了一份最新的AI学习资源，关注公众号“AI工程师成长之路”，回复“AI资源汇总”进行领取。

以下是相关AI学习资源的详细介绍。

机器学习名校课程

1. 斯坦福大学 CS229 2019 机器学习 (http://cs229.stanford.edu/) ：这门课可以说是许多人机器学习的入门课程了，由我们非常熟悉的Andrew Ng开设，主要以经典的机器学习算法为主。
2. 台湾大学 李宏毅 机器学习 2019 Spring (http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html): 由台湾大学李宏毅老师开设，有视频，有作业，并且是中文，比较适合英文不好的小伙伴，同时增加了一些较新的课程，如Meta Learning，Transformer， GAN， BERT等。
3. 台湾大学 林轩田 机器学习 MOOC(https://www.csie.ntu.edu.tw/~htlin/mooc/) : 由台湾大学林轩田老师在cousera上开设的机器学习公开课，是很多人入门机器学习的重要资料。
4. 台湾大学 林轩田 机器学习基石2019 (https://www.csie.ntu.edu.tw/~htlin/course/mlfound19fall/)：由台湾大学林轩田老师在2019年开设的机器学习基础课程。
5. 台湾大学 林轩田 机器学习技法 2019 (https://www.csie.ntu.edu.tw/~htlin/course/ml19spring/)：由台湾大学林轩田老师在2019年开设的机器学习技法课程，是4的进阶课程。
6. CMU 10708 Eric Xing PGM2019 (https://sailinglab.github.io/pgm-spring-2019/logistics/): 由CMU Eric Xing老师在2019年开设的概率图模型课程，相对前面几门课来说，这门课程比较难一些，但是学好了会对概率图模型有比较深的了解，有视频课程哦。
7. Bekeyley CS188 2019 (https://inst.eecs.berkeley.edu/~cs188/fa19/)：这门课由伯克利在2019年开设，以《人工智能：一种现代方法》为教材，讲了搜索，强化学习，机器学习等模型，属于比较综合全面的一门课程，里面的Project比较有意思，通过设计相应的ai算法，来完成不同的吃豆人游戏。
8. Bekeley CS188 All (http://ai.berkeley.edu/home.html): 同上，是历年伯克利CS188的一些课程资料，习题等。

深度学习名校课程

在开始介绍深度学习相关课程之前，先给大家介绍一个好的网站：https://deep-learning-drizzle.github.io/index.html#contents 。

这个网站上收集了各个名校的人工智能相关课程，基本都是有视频的，且一直保持更新，涉及到的具体topic见上图，但是还是有一部分好的课程没在里面，尤其是中文的。

下面是一些深度学习的相关课程：

1. Stanford CS231n 2019 (http://cs231n.stanford.edu/syllabus.html): 由斯坦福大学李飞飞老师开设的课程，虽然比较偏计算机视觉方向，但是基础的深度学习部分还是通用的。
2. Dive into AI 李沐 (http://d2l.ai/): 由李沐大神开设的深度学习课程，每一门课都有视频，并且有相关的notebook来展示推导和代码，非常适合初学者来学习。
3. CMU 深度学习2019 (https://www.cs.cmu.edu/~bhiksha/courses/deeplearning/Fall.2019/www/)： 该课程有视频录像，有相关的作业和projects，还有kaggle实战。
4. 伯克利 CS294 Deep Unsupervised Learning by Pieter Abbeel (https://sites.google.com/view/berkeley-cs294-158-sp19/home): 由伯克利Pieter Abbeel大牛开设的无监督深度学习课程，有作业，slides，youtube授课视频，是系统性学习无监督深度学习的很好课程。
5. 其他的深度学习课程: 在网站 (https://deep-learning-drizzle.github.io/index.html#contents) 上还有一些其他学校在2019年开设的课程，大家也可以作为参考。另外，在Coursera和DeepLearning.ai等网站上还有一些付费的深度学习课程，也可以作为参考。

自然语言处理名校课程

1. 斯坦福 CS224N by Chris Manning (http://web.stanford.edu/class/cs224n/)：CS224N是自然语言处理大牛Chris Manning开设的课程，这门课程已经连续开设了很多年，是很多人入门自然语言处理的“领路人”。这门课有slides和课程视频，强烈推荐。
2. Princeton COS484 by Danqi Chen (https://nlp.cs.princeton.edu/cos484/): 由Danqi Chen 在普林斯顿开设的第一门课程，这是目前我觉得比较全面的一门自然语言处理课程，不仅有基于统计的自然语言处理方法，也有基于深度学习的自然语言处理方法。这门课程主要以Dan Jurafsky 第三版 Speech and Language Processing (https://web.stanford.edu/~jurafsky/slp3/)为教材，有projects，slides，homework。
3. CMU CS11-747 Neural Network for Nlp by Graham Neubig (http://www.phontron.com/class/nn4nlp2019/index.html): 这是CMU开设的基于深度学习的自然语言处理课程，这门课有一些比较好的topic，是其他课程没有覆盖到的，例如，Adversial Models for text Latent Random Variables, Unsupervised and Semi-supervised Learning of Structure等。这门课有相应的slides和codes提供。
4. 斯坦福 CS224U (https://web.stanford.edu/class/cs224u/): 这是一门专门讲NLU(自然语言理解 Natural Language Understanding)的课程。

计算机相关名校课程

除了以上和AI算法相关的课程之外，还有很多与工程相关的计算机名校课

1. MIT 6.S081 操作系统工程(https://pdos.csail.mit.edu/6.828/2019/schedule.html)
2. MIT 计算机体系结构 (https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-004-computation-structures-spring-2017/c11/)
3. 伯克利 CS164 2019 Programming Languages and Compilers (http://www-inst.eecs.berkeley.edu/~cs164/sp19/)
4. 伯克利CS162 操作系统与系统编程 (https://cs162.eecs.berkeley.edu/)
5. 伯克利CS162 操作系统与系统编程课程视频 (https://www.youtube.com/playlist?list=PLRdybCcWDFzCag9A0h1m9QYaujD0xefgM)

相关书籍

1. 机器学习 by 周志华: 这本书又称西瓜书，是非常好的机器学习入门书籍，可以说是算法工程师人手一本的书籍。
2. 统计学习方法 by 李航：这个书最近出了第2版，也是非常好的机器学习书籍，算法工程师必备。
3. Pattern Recognition and Machine Learning (PRML) by Bishop: 这本书偏贝叶斯机器学习，是机器学习的经典书籍。
4. 人工智能 一种现代方法 第三版 by Stuart J.Russell：由伯克利Stuart J.Russell大牛所写，是人工智能领域的经典书籍，也是伯克利CS188课程的教材。
5. 深度学习 by Ian GoodFellow, Yoshua Bengio等：深度学习经典书籍。
6. 动手学习深度学习 by 李沐 等：课程 Dive into AI (http://d2l.ai/)的纸质版书籍，书中内容网站上都涵盖，买本纸质书支持下作者。
7. Speech and Language Processing 3rd by Dan Jurafsky：由斯坦福大学Dan Jurafsky大牛所写，全部内容基本完结，是Danqi Chen COS484 课程的教材。这本书不仅包括了基于统计机器学习的自然语言处理方法，也包括了将深度学习用在自然语言处理的相关工作，可以说是目前涵盖内容最全最新的一本自然语言处理的书了。
8. 统计自然语言处理 by 宗成庆 ：这本书是由中科院宗成庆老师所写，主要介绍了基于统计机器学习的自然语言处理方法。
9. Neural Networks Methods for Natural Language Processing by Yoav Goldberg：由Yoav Goldberg在2017年完成，主要介绍了截止到本书完成时，基于深度学习的自然语言处理的相关工作。
10. 知识图谱：方法、实践与应用 by 王昊奋等: 由国内知识图谱领军人物王昊奋老师等所写，是难得的一本全面介绍知识图谱领域方法、实践与应用的一本书。
11. 算法概论
12. 算法 第四版
13. Python 语言及其应用
14. Python Cookbook
15. Java 编程思想 第四版
16. Effective java 第三版
17. Head First设计模式

头条号不能插入不是头条的外链，关注公众号“AI工程师成长之路”，回复“AI资源汇总”进行领取精美版本。