free ai resources

为有抱负的AI工程师提供的免费AI资源的精心策划清单

---

什么是AI？

人工智能（AI）是指对人类智能的模拟，这些机器被编程为像人类一样思考并模仿其行为。该术语也可以应用于任何与人类思想相关的特征（例如学习和解决问题）的机器。

为什么选择AI？

人工智能正在飞跃和界限。在数据科学，机器学习，自然语言处理和AI的其他子领域的最新研究已经开始影响普通民众的生活。人工智能不再是肤浅的概念。科技巨头，公司和初创公司已经使用它来解决日常问题。这就是为什么从长远来看，选择AI作为职业道路确实很有意义。

即使您的职业与技术没有直接相关，但仍说AI会以一种或其他方式破坏每个领域。这就是为什么您至少需要对AI的工作方式有基本的了解。

？免费的AI课程：

• EDX的人工智能-https：//www.edx.org/course/artavering-intelligence-ai
• Udacity的人工智能介绍-https：//www.udacity.com/course/introto-to-to-manterligence-cs271
• 人工智能：斯坦福大学的原理和技术-http：//web.stanford.edu/class/cs221/
• 佐治亚理工学院的UDACITY对机器人技术的人工智能-https：//www.udacity.com/course/course/Artsover-interligence-for-robotics--CS373
• IBM的数据科学和认知计算课程-https：//cognitiveclass.ai/
• AI -https：//www.elementsofai.com/的元素
• 构建AI -https：//buildingai.elementsofai.com/
• Intellipaat的人工智能-https：//intellipaat.com/academy/course/Artaver-incover-intelligence-free-course/
• EDX/哈佛大学的CS50：Python的人工智能概论-https：//www.edx.org/course/csiress/cs50s-indroduction-to-to--artoduction-to-artodercor--aindercover-infercer-intelligence-with-python
• Microsoft AI学校-https：//aischool.microsoft.com/en-us/home
• 与Google AI一起学习-https://ai.google/education/
• 速成课程 - 人工智能https：//www.youtube.com/watch?v=gvyyflov0aa＆list = pl8dpualjxto65led2p4_sb5xq51par_b_b_b_b

？免费数学资源：

视频

• 所有级别/pre -u -http：//www.patrickjmt.com/
• 所有级别/pre -u -http：//www.khanacademy.org/
• 大学-http：//ocw.mit.edu/ocwweb/web/courses/courses/index.htm#mathematics
• 学院-https：//www.youtube.com/channel/ucohhuummrzaivx7bd4t2czg
• 大学-https：//www.youtube.com/channel/uc2f-j2kmho0zvwipfkwoxoa/videos
• 学院-https：//www.youtube.com/channel/uc5y9h2kdrhzztwzjtlh4vba
• 全部-https：//www.youtube.com/channel/ucnvmxrmewvo9as-jfh6fqfg
• 大学-http：//www.youtube.com/user/njwildberger
• 大学-https：//www.youtube.com/user/mathdoctorbob
• 高中/学院-https：//www.youtube.com/channel/ucfbsz1b68ytekx0d6afdddq
• 所有级别/pre -u -http：//www.mathtv.com/
• 所有级别/pre -u -https：//www.youtube.com/user/profrobbob
• 所有级别/pre -u -http：//www.hippocampus.org/
• GCSE级别-https：//www.youtube.com/user/schoolmaths

娱乐

• 3Blue1brown https://www.youtube.com/channel/ucyo_jab_esufrv4b17ajtaw
• 数学家https://www.youtube.com/channel/uc1_uais3r8vu6jjxwvastjg
• Mathologerii -https：//www.youtube.com/channel/uch74hc_7wyvzx1gxhleh6eg
• vihart -https：//www.youtube.com/channel/ucogeu-1fig3rrdjhm9zs_wg
• Mindyourdecisions -https：//www.youtube.com/channel/uchnj59g7jezwty5gel8ea_g
• 小费点 - https：//www.youtube.com/channel/ucjwowaox-c-nelnj_ygineg
• Welchlabs -https：//www.youtube.com/channel/uconvfxxodg78tzh5nnu85ew
• 无限系列-https：//www.youtube.com/channel/ucs4ahmggtffrpkpcwsabn9g
• vsauce-https：//www.youtube.com/channel/uc6nsfpj9htcz5t-n3rm3-ha
• https://www.youtube.com/channel/ucoxcjq-8xidtyp3uz647v5a
• blackpenredpen https://www.youtube.com/user/blackpenredpen
• AI和游戏YouTube频道https://www.youtube.com/channel/ucov_51f0betb6hj6gumxg3q
• AI和机器学习Unity，Sebastian Schuchmann YouTube频道https://www.youtube.com/c/sebastianschuchmannai

示例问题和在线笔记/折叠

• 示例问题-http：//www.exampleproblems.com/
• 互动数学-http：//www.interactmath.com/
• Pauls在线数学笔记-http：//tutorial.math.lamar.edu/
• 微积分org -http：//www.calculus.org/
• Wolfram MathWorld -http：//mathworld.wolfram.com/
• CTY在线AP和大学数学资源-https：//sites.google.com/a/ctyonline.net/jdinoto/
• JS Milne的网站-http：//www.jmilne.org/math/
• 数学历史 - http：//www-history.mcs.st-and.ac.uk/
• Harvey Mudd College的在线数学教程-http：//www.math.hmc.edu/calculus/tutorials/
• 真实（和一些复杂）分析和编程-http：//www.mathcs.org/

计算机代数系统

• Sage -http：//www.sagemath.org/index.html
• Maxima -http：//maxima.sourceforge.net/
• 八度-http：//www.gnu.org/software/octave
• wolfram alpha-http://www.wolframalpha.com/
• Geogebra -http：//www.geogebra.org/cms
• pari/gp https://pari.math.u-bordeaux.fr/

图形和可视化数学

• Geogebra -http：//www.geogebra.org/cms
• gnuplot -http：//www.gnuplot.info/
• Garminder -http：//www.gapminder.org/
• Wolfram示范项目-http：//demstrations.wolfram.com/
• Wolframa -http：//www.wolframalpha.com/
• Scipy- http://www.scipy.org/
• Microsoft Mathematics* -http：//www.microsoft.com/downloads/en/details.aspx?familyid = 9caca722-5235-401C-8D3F-9E242B794C3A
• WinPlot -http：//math.exeter.edu/rparris/winplot.html
• desmos -http：//desmos.com/calculator/
• 符号-http：//www.symbolab.com/
• Scilab -http：//www.scilab.org/

排版（乳胶）

• Tex用户组-http：//www.tug.org/
• 全面的Tex档案网络-http：//www.ctan.org/
• 解决问题的艺术教程-http：//www.artofproblemsolving.com/latex/aops_l_about.php
• Texpaste -http：//www.texpaste.com/
• Xfig -http：//www.xfig.org/
• detextify -http：//detexify.kirelabs.org/classify.html？
• WriteLatex Wysiwyg -https：//www.writelatex.com/
• 乳胶示例-http：//www.texample.net/

博客/文章

• Terry Tao -http://terrytao.wordpress.com/
• 美国数学学会-http：//blogs.ams.org/blogonmathblogs/
• AMS通知-http：//www.ams.org/notices/
• N -category咖啡馆-https：//golem.ph.utexas.edu/category/
• Tim Gowers -http：//gowers.wordpress.com/
• add/xor/rol -http：//addxorrol.blogspot.com/
• 差分差的数学 - https：//mathwithbaddrawings.com/
• 数学∩编程-https：//jeremykun.com/
• 几乎看起来像工作-https：//jasmcole.com/
• Math3MA -https：//www.math3ma.com/
• Qioochu Yuan -https：//qchu.wordpress.com/
• Carlos Matheus -https：//matheuscmss.wordpress.com/
• Burt Totaro -https：//burttotaro.wordpress.com/
• igor pak -https：//igorpak.wordpress.com/
• Alex Youcis -https：//ayoucis.wordpress.com/
• 低维拓扑-https：//ldtopology.wordpress.com/
• 乔丹·埃伦伯格（Jordan Ellenberg）-https：//quomodocumque.wordpress.com/
• 秘密博客研讨会-https：//sbseminar.wordpress.com/
• 数学Wizurd -http：//www.mathwizurd.com/calc

杂项

• necitionearth.org -http：//www.academicearth.org/subjects/mathematics
• 数学百科全书-http：//www.encyclopediaofmath.org/
• 推荐书籍的大量清单，在线资源-http：//hbpms.blogspot.com/
• 在线整数序列的百科全书-http：//www.research.att.com/~njas/sequences/
• Mathim -http：//www.mathim.com/
• 关于神经网络和深度学习的免费书-http：//neuralnetworksanddeeplearning.com/
• 人工智能的信息网站-https：//intelligencereborn.com

其他资源列表

• 数学溢出的免费在线讲座列表-http：//mathoverflow.net/questions/54430/video-lectures-of-mathematics-courses-courses-available-nline-free
• 软件工程师机器学习的自上而下的学习路径-https：//github.com/zuzoovn/machine-learning-for-software-wardware-
• 有趣的初学者的机器学习项目-https：//elitedataScience.com/machine-learning-projects-for-beginners

免费的机器学习课程：

• Andrew Ng的机器学习-https：//www.coursera.org/learn/machine-learning
• udacity-https：//www.udacity.com/course/intro-to-machine-learning- https：//www.udacity-ud120
• EDX从数据（入门机学习）中学习-https：//www.edx.org/course/learning-from-data-introductory-machine-learning#！
• 编码器的机器学习简介-http：//course18.fast.ai/ml
• cmu -https：//www.youtube.com/watch?list=pltb9vqqquq8wiacbk2xrtyn5t9uupdsnm7ye＆v = zcmnu -3wkwo
• Coursera的机器学习神经网络-https：//www.youtube.com/watch?list=plorl3ht4Jocdu872ghiywf6jwrk_snhz9&v=cbetc-urqak
• Kaggle完整的机器学习路线图-https：//www.kaggle.com/learn/overview
• EDX的机器学习原理-https：//www.edx.org/course/principles-of-machine-learning
• Coursera的机器学习专业 - https：//www.coursera.org/specializations/machine-learning
• Google的机器学习速效课程-https：//developers.google.com/machine-learning/crash-course
• W3Schools的机器学习课程-https：//www.w3schools.com/python/python/python_ml_getting_started.asp.asp
• Kaggle的机器学习课程介绍-https：//www.kaggle.com/learn/intro-to-to-machine-learning
• Kaggle的中级机器学习课程-https：//www.kaggle.com/learn/intermediate-machine-learning
• 使用Python-https：//cognitiveclass.ai/courses/machine-learning-with-with-python

？免费数据科学课程：

• IBM数据科学专业证书-https：//www.coursera.org/professional-certificates/ibm-data-science
• 数据科学的UDACITY介绍-https：//www.udacity.com/course/introto-to-data-science-ud359
• Python数据科学简介-https：//www.coursera.org/learn/python-data-analysis
• 数据科学概论修订-https：//alison.com/course/introduction-to-data-science-revised
• 数据科学的速成课程-https：//www.coursera.org/learn/data-science-course

？免费的深度学习课程：

• Google的深度学习课程 - https://www.udacity.com/course/intro-to-tensorflow-for-deep-learning-ud187
• 编码人员的实用深度学习-https：//course.fast.ai/
• 深入学习基础-https：//course.fast.ai/part2
• 在Kaggle上使用TensorFlow和Keras课程进行深度学习的介绍-https：//www.kaggle.com/learn/intro-to-to-to-deep-learning
• 关于神经网络和深度学习的免费书-http：//neuralnetworksanddeeplearning.com/

免费的NLP课程：

• 自然语言处理的Code-First介绍-https：//www.fast.ai/2019/07/08/fastai-nlp/
• 自然语言处理专业化。
• Kaggle的自然语言处理课程-https：//www.kaggle.com/learn/natural-language-processing

？图形和视觉课程中的免费机器学习：

• CVPR 2020：神经渲染 - https：//www.neurrender.com/

？数据科学竞赛托管平台：

• Kaggle -https：//www.kaggle.com/
• 分析vidhya -https：//www.analyticsvidhya.com/
• CrowdAnalyTix -https：//www.crowdanalytix.com/community
• innocentive -https：//www.innocentive.com/our-solvers/
• codalab -https：//competitions.codalab.org/
• Zindi -https：//zindi.africa/about
• aicrowd -https：//www.aicrowd.com/
• 驱动数据-https：//www.drivendata.org/
• numerai -https：//numer.ai/
• tianchi -https：//tianchi.aliyun.com/competition/gamelist/activelist
• omdena -https：//omdena.com/
• hackerearth -https：//www.hackerearth.com/hackathon/explore/field/machine-learning/

？数据集存储库：

• 数据世界 - https：//data.world/datasets/open-data
• Google搜索数据集-https：//datasetsearch.research.google.com/
• kaggle数据集-https：//www.kaggle.com/datasets
• UCI机器学习存储库-https：//archive.ics.uci.edu/
• Microsoft Open数据集-https：//azure.microsoft.com/en-us/services/open-datasets/catalog/
• UCR -http：//timeseriesclassification.com/
• Tensorflow数据集-https：//www.tensorflow.org/datasets/catalog/overview
• quandl -https：//www.quandl.com/

？大公司的AI研究：

• Apple的机器学习-https：//machinelearning.apple.com/
• AI在Uber -https：//www.uber.com/us/en/uberai/
• Careem的机器学习-https：//blog.careem.com/en/tag/machine-learning/
• grab的数据科学-https：//engineering.grab.com/categories/data-science/
• 特斯拉的自动驾驶ai -https：//www.tesla.com/autopilotai
• AI在Microsoft -https：//www.microsoft.com/en-us/ai
• Google的AI研究-https：//ai.google/research/
• Lyft的自动驾驶汽车研究 - https：//medium.com/lyftlevel5
• 华为-https：//www.huawei.com/en/industry-insights/technology/technology/ai，AI研究
• 三星-https：//research.samsung.com/Artaver-intelligence的AI研究
• AI在阿里巴巴-https：//damo.alibaba.com/labs/ai
• Gojek的数据科学-https：//blog.gojekengineering.com/data-science/home
• DIDI CHUXING的智能运输技术与安全 - http：//www.didi-labs.com/
• 亚马逊科学 - https：//www.amazon.science/
• Bolt的数据科学 - https：//medium.com/@boltapp
• 日立的工业AI研究-https：//www.hitachi.com/rd/sc/aiblog/index.html

开发人员资源：

• 苹果-https：//developer.apple.com/machine-learning/
• Facebook -https：//ai.facebook.com/tools/
• Google -https：//cloud.google.com/products/ai
• Microsoft -https：//docs.microsoft.com/en-us/ai/

？ YouTube频道：

• 马萨诸塞州理工学院的计算机科学与人工智能实验室-https：//www.youtube.com/user/mitcsail/mitcsail/videos
• 艾伦人工智能研究所-https：//www.youtube.com/channel/uceqgmywchwvt6mfgglmuqcc/videos
• DeepMind -https：//www.youtube.com/channel/ucp7jmxsy2xbc3kcae0mhq-a/videos
• 应用AI课程-https：//www.youtube.com/channel/ucjintwke3-fmz2wueltwdvq/videos
• 星际争霸人工智能锦标赛-https：//www.youtube.com/user/certicky/videos
• SENDEX-数据分析教程-https：//www.youtube.com/c/sentdex/videos
• 亚马逊 - 机器学习大学-https：//www.youtube.com/channel/uc12lqyqtqybxatys9aaa7nuw
• Microsoft Research -https：//www.youtube.com/user/microsoftresearch
• Krish Nayak用于ML/DL/数据科学-https：//www.youtube.com/user/krishnaik06
• TechWithtim -Python和ML教程-https：//www.youtube.com/channel/uc4jx40jdee_tinbkjycv4sg
• jabrils https://www.youtube.com/channel/ucqalleqpozdzc4jnuboveug

AI职位网站：

• datayoshi -https：//www.datayoshi.com/
• AI Jobs -https：//aijobs.com/
• ai-jobs-https：//ai-jobs.net/
• 的确-https：//www.indeed.com/q--armatover-intelligence-jobs.html
• Kaggle Jobs -https：//www.kaggle.com/jobs
• 远程AI/ML作业：https：//www.remoteaijobs.com/
• AI工作委员会：https：//aijobsboard.com/

AI博客：

• 迈向数据科学：https：//towardsdatascience.com/
• 迈向机器学习：https：//towardsml.com/
• 迈向AI：https：//medium.com/towards-aindercover-intelligence
• Fritz AI：https：//heartbeat.fritz.ai/
• 批次：https：//www.deeplearning.ai/thebatch/
• AI趋势：https：//www.aitrends.com/
• DeepMind：https：//deepmind.com/blog
• 成为人类：https：//becominghuman.ai
• 伯克利人工智能研究：https：//bair.berkeley.edu/blog/
• IBM开发人员：https：//developer.ibm.com/patterns/category/Artavery-intelligence/
• Openai：https：//openai.com/
• 麻省理工学院新闻：https：//news.mit.edu/topic/topic/artaper-intelligence2
• 百度研究：http：//research.baidu.com/
• 算法：https：//algorithmia.com/blog
• 机器学习精通：https：//machinelearningmastery.com/blog/
• 学习OPENCV：https：//www.learnopencv.com/

AI作弊表：

• 最好的AI作弊表：https：//becominghuman.ai/cheat-sheats-for-ai-nearer-networks-machine-learning-deep-rearning-big-data-science-pdf-f22dc900d2d7
• Stanford CS229机器学习：https：//github.com/afshinea/stanford-cs-229-machine-learning
• Stanford CS230深度学习：https：//github.com/afshinea/stanford-cs-230-deep-learning
• Stanford CS221人工智能：https：//github.com/afshinea/stanford-cs-221-agrathigence-
• AI作弊表的集合：http：//www.aicheatsheets.com/

贡献指南：

如果您觉得需要添加某些东西，或者可能是您想提出一些建议，请随时打开公关。如果要添加某些内容，则您的提交消息应该是：添加<resource_name> to <section_name>

？请播放回购，以使其获得最大的曝光，并且更多的人可以从中受益！

重要注意：所有产品名称，徽标和品牌都是其各自所有者的财产。此存储库中使用的所有公司，产品和服务名称仅用于识别目的。使用这些名称，徽标和品牌并不意味着认可。