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

斯坦福大学 CS229 2019 机器学习 () ：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。台湾大学 李宏毅 机器学习 2019 Spring (): 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。台湾大学 林轩田 机器学习 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。台湾大学 林轩田 机器学习基石2019 ()：由台湾大学林轩田老师在2019年开设的机器学习基础课程。台湾大学 林轩田 机器学习技法 2019 ()：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。CMU 10708 Eric Xing PGM2019 (): 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。 Bekeyley CS188 2019 ()：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。 Bekeley CS188 All (): 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： 。

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：

Stanford CS231n 2019 (): 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。Dive into AI 李沐 (): 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。CMU 深度学习2019 ()： 该课程有视频录像，有相关的作业和projects，还有kaggle实战。伯克利 CS294 Deep Unsupervised Learning by Pieter Abbeel (): 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。其他的深度学习课程: 在网站 () 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

斯坦福 CS224N by Chris Manning ()：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。Princeton COS484 by Danqi Chen (): 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 ()为教材，有projects，slides，homework。 CMU CS11-747 Neural Network for Nlp by Graham Neubig (): 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。斯坦福 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

MIT 6.S081 操作系统工程()MIT 计算机体系结构 ()伯克利 CS164 2019 Programming Languages and Compilers ()伯克利CS162 操作系统与系统编程 ()伯克利CS162 操作系统与系统编程课程视频 ()相关书籍

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。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。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。 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。深度学习 by Ian GoodFellow, Yoshua Bengio等：深度学习经典书籍。动手学习深度学习 by 李沐 等：课程 Dive into 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。 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。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。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。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。算法概论算法 第四版Python 语言及其应用Python CookbookJava 编程思想 第四版Effective java 第三版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。