ML YouTube Courses
1.0.0
在dair.ai，我們開設AI教育。在此存儲庫中，我們索引並組織了YouTube上一些最佳和最新的機器學習課程。
機器學習
深度學習
科學機器學習
實用的機器學習
自然語言處理
計算機視覺
強化學習
圖機學習
多任務學習
其他的
涵蓋基本理論，算法和應用的機器學習入門課程。
？鏈接到課程
學習ML的一些基礎知識：
？鏈接到課程
一系列小型講座涵蓋了ML中的各種入門主題：
？鏈接到課程
課程提供了對神經網絡的深入概述。
？鏈接到課程
涵蓋了深度學習對藝術，美學和創造力的應用。
？鏈接到課程
涵蓋深度學習的基礎，如何建立不同的神經網絡（CNN，RNN，LSTMS等），如何領導機器學習項目以及為深度學習從業者提供職業建議。
？鏈接到課程？鏈接到材料
在ML中學習一些最廣泛使用的技術：
？鏈接到課程
該課程是機器學習的基本介紹，並涵蓋了回歸，分類，優化，正則化，聚類和降低維度的關鍵概念。
？鏈接到課程
涵蓋了許多基本的ML概念：
？鏈接到課程
該課程涵蓋了統計機器學習中的標準範式和算法。
？鏈接到課程
本課程涵蓋瞭如何：
？鏈接到課程 - 第1部分
？鏈接到課程 - 第2部分
關於與建築機器學習系統有關的各種主題的研討會系列。
？鏈接到講座
Andrew Ng的MLOPS專業課程。
？鏈接到講座
涵蓋了以數據為中心AI（DCAI）的新興科學，該科學研究了改善數據集的技術，這通常是提高實際ML應用程序性能的最佳方法。主題包括：
？課程網站
？講座視頻
？實驗室分配
要學習機器學習中一些最新的圖形技術：
？鏈接到課程
學習ML的概率範式：
？鏈接到課程
本課程向學生介紹了醫療保健機器學習，包括臨床數據的性質以及用於風險分層，疾病進展建模，精密醫學，診斷，亞型發現以及改善臨床工作流程的使用機器學習的性質。
？鏈接到課程
學習深度學習的一些基礎知識：
？鏈接到課程
該課程從MLP（多層感知）逐漸開始，然後發展為諸如注意力和順序到序列模型之類的概念。
？鏈接到課程
？講座
？教程/朗誦
學習深度學習中一些廣泛使用的技術：
？鏈接到課程
在深度無監督的學習中學習最新，最廣泛使用的技術：
？鏈接到課程
要學習深度學習中的一些先進技術：
？鏈接到課程
了解GPT-3，剪輯，火烈鳥，法典和Dino等基礎模型。
？鏈接到課程
本課程介紹了深神經網絡的實用和理論原理。
？鏈接到課程
？鏈接到課程
本課程涵蓋了：
？鏈接到課程
本課程由專注於變形金剛的講座，提供深度潛水及其應用
？鏈接到課程
了解不同的NLP概念以及如何將語言模型和變壓器應用於NLP：
？鏈接到課程
了解基於深度學習的NLP的最新方法：
？鏈接到課程
了解NLP的最新基於神經網絡的技術：
？鏈接到課程
學習自然語言理解中的最新概念：
？鏈接到課程
學習：
？鏈接到2021版
？鏈接到2022版
？鏈接到2024版
要學習進行多語言NLP的最新概念：
？鏈接到2020課程
？鏈接到2022課程
在NLP中學習高級概念：
？鏈接到課程
斯坦福大學著名的CS231N課程。視頻僅適用於2017年春季學期。該課程目前被稱為計算機視覺的深度學習，但2017年春季版本的標題為卷積神經網絡，可視覺識別。
？鏈接到課程？鏈接到材料
學習簡歷中的一些基本概念：
？鏈接到課程
學習計算機視覺的現代方法：
？鏈接到課程
學習計算機視覺的現代方法：
？鏈接到課程
了解幾何深度學習中的概念：
？鏈接到課程
在深度RL中學習最新概念：
？鏈接到課程
深度學習講座系列是DeepMind與UCL人工智能中心之間的合作。
？鏈接到課程
學習使用該領域中最新的工具和技術來使用LLM構建現代軟件。
？鏈接到課程
您將學習：
？鏈接到課程
了解如何使用大型語言模型（LLM）快速構建新的和強大的應用程序。
？鏈接到課程
您將學習：
？鏈接到課程
您將學習：
？鏈接到課程
了解如何使用鏈條調用對大型語言模型自動化複雜的工作流程。
？鏈接到課程
了解如何在生產中使用Langchain和Vector DBS：
？鏈接到課程
了解如何使用LLM API構建LLM驅動的應用程序
？鏈接到課程
學習如何構建和部署LLM驅動的應用程序：
？鏈接到課程
要學習全棧生產深度學習：
？鏈接到課程
涵蓋深度學習的基本概念
？鏈接到課程？鏈接到材料
涵蓋了自動駕駛汽車最主要的範式：基於模塊化管道的方法以及基於深度學習的端到端駕駛技術。
？鏈接到課程
設計自主決策系統是人工智能的長期目標之一。如果實現的話，這種決策系統可能會對機器人技術，遊戲玩法，控制，醫療保健等人產生重大影響。本課程將增強學習作為設計這種自主決策系統的一般框架。
？鏈接到課程？鏈接到材料
彼得·阿貝爾（Pieter Abbeel）的一個小型6個講座系列。
？鏈接到課程
涵蓋了從強化學習到更高級學習的基本概念的主題：
？鏈接到課程？鏈接到材料
這是一個研究生級課程，涵蓋了深度多任務和元學習的不同方面。
？鏈接到課程？鏈接到材料
在基因組學和生命科學領域應用ML基礎的課程更廣泛。
？鏈接到課程
？鏈接到材料
這是彼得·阿貝爾（Peter Abbeel）的課程，並涵蓋了有關增強學習的審查，並繼續在機器人技術中應用。
？鏈接到課程？鏈接到材料
如果您有任何疑問，請在Twitter上與您聯繫。
如果您有興趣做出貢獻，請隨時開設具有指向該課程的鏈接的PR。這將需要一些時間，但是我計劃在這些單獨的講座上做很多事情。我們可以總結講座，包括註釋，提供其他閱讀材料，包括內容的難度等。
您現在可以在此處找到ML課程註釋。
