本文挑选了几门来自顶级大学的人工智能开放课程，覆盖机器学习、深度学习、强化学习等人工智能热点领域，希望能帮助有兴趣学习的同学构建自己的路线图。
这两年AI概念越发火热，科技行业似乎没有哪个领受过大众的如此关注。这里面有多少切实的进步，有多少是人们的美好幻想，在亲身学习后，自然就有答案。伴随着媒体大众和商业巨头的精彩互动，想必各位在某个时刻，也对它砰然心动过。
就让下面这些课程资料，帮助你将心动化为行动。
课程列表
在线免费课程现在也有很多，但Coursera/Udacity等平台的课程质量确是参差不齐，而国内线上线下的培训机构更是以虚假宣传、滥竽充数的居多，花钱事小，浪费时间、打消兴趣事大。
根据个人学习经验，挑选内容扎实、资料完善的几门课程，足以覆盖基础入门之所需，定能助力你的学习过程。
提示：个别链接可能需要翻墙浏览。
1.机器学习（包括深度学习）
讲师：李宏毅
院校：台湾大学
语言：中文
时间：2016/2017
内容简介：零基础（almost，需要本科数学）机器学习课程，涵盖机器学习和深度学习基础，是后续其他专门课程的预备课程。
课程亮点：授课风格通俗幽默，老师能够将复杂的问题用通俗的语言表达，是真正意义上的“深入浅出”。
推荐程度：必修
其他说明：机器学习的的公开课选择非常多，其中不乏吴恩达等知名专家亲自授课的内容。但本门课程从内容完整度、语言等方面考量，是不二首选。完成了这门课程，机器学习领域的大图景就建立起来了。
课程视频：见课程主页
2.人工智能简介
讲师：Pieter Abbeel et. al
院校：UC Berkeley
语言：英文
时间：2016
内容简介：传统人工智能领域的入门课程，以Pac man小游戏作为伴随课程的作业项目，十分有趣。
推荐程度：必修
其他说明：在以深度学习为首的新生代人工智能方法大方异彩、仿佛已一统天下的同时，许多传统的人工智能领域仍然发挥着不可替代的作用，在解决很多问题时，传统的人工智能方法依然是当前首选，值得我们学习。
课程视频：Youtube搜索CS188
3.深度学习:自然语言处理
讲师:Richard Socher
院校：Stanford
语言：英文
时间：2016
内容简介：深度学习基础以及在自然语言处理方向上的应用。
推荐程度：选修
其他说明：授课讲师是深度学习领域顶尖青年才俊之一，也是Salesforce首席科学家。但由于自然语言处理中英文语言本身的差异性，使得本课程的适用程度稍稍打了一个折扣。
课程视频：Youtube搜索CS224d
4.深度学习：图像识别
讲师：李飞飞 et al.
院校：Stanford
语言：英文
时间：2016
内容简介：深度学习基础以及在图像识别方向上的应用。
推荐程度：选修
其他说明：计算机视觉是深度学习大放异彩的领域之一，本课程是对深度学习加深理解的重要学习材料。身负华裔、女性、科学家等标签的李飞飞教授，是现今最具公众知名度的人工智能学者之一，祝愿加入了谷歌的她能取得新的学术突破。
课程视频：Youtube搜索CS231n
5.深度强化学习
讲师：Sergey Levine, John Schulman, Chelsea Finn
院校：UC Berkeley
语言：英文
时间：2017
内容简介：AlphaGo背后的核心技术，众多有趣而激动人心的研究结果，拾起好奇心，和讲师们一探究竟。
推荐程度：必修
其他说明：热！热！热！从传统游戏到AlphaGo，这门新兴领域取得的成绩已经吸引了无数人的眼球，不仅仅因为它很“酷”，更因为它拥有极大的发展和应用前景。当然，新兴也代表着不成熟，代表着理论和体系的不完备，几位授课讲师都是相当年轻的学者，但是，新兴也代表着机会哦。
课程视频：见课程主页。
6.强化学习
讲师：David Silver
语言：英文
时间：2015
推荐程度：观光
其他说明：David Silver是谁？ AlphaGo项目的核心人物！大神亲授，快来膜拜。但就课程内容来讲，较为平淡，和AlphaGo使用的技术联系也很有限，可做强化学习的了解之用。
闲言碎语
1.感谢平等开放的互联网。
2.临渊羡鱼，不如退而结网。
3.个人认为，现阶段尚未出现“通用”人工智能技术，这代表着当前AI巨头的技术能力不容易像通信、云计算等领域形成规模集群效应，成为少数专家就能够提供的基础服务。我同时认为随着技术的进一步发展，将会出现众多深挖细分领域的机会。所以无论对技术人员或是创业者而言，现在入场都不晚。
4.重要的一点：这个领域很有意思！可以当成业余爱好来玩。
5.然而，学习几门公开课还远不能使我们成为专家，毕竟都只是本科水平的入门级课程，进一步的研究和深入，还需要高段位的人来指点一二。
不管怎么样，别等了，先上车再说吧！
