0
雷锋网 AI 科技评论按，提到台湾大学李宏毅教授，想必很多同学马上会想到他的机器学习课程。近日，李教授机器学习课程 2019 年版视频&课程资料终于上线啦~
那么我们在哪里可以学习这个课程呢？可以点击下面的资料链接：
课程表及资料链接：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
课程视频（Bilibili）链接：https://www.bilibili.com/video/av46561029/
YouTube 链接：https://www.youtube.com/playlist?list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4
李宏毅在国立台湾大学获得硕士、博士学位后，先后担任过中国科学院信息技术创新研究中心的博士后研究员、麻省理工学院计算机科学与人工智能实验室（CSAIL）访问科学家。目前，他是国立台湾大学电气工程系助理教授，研究方向是机器学习、语音识别和语意理解。
在此前，他在 2017 年开设过《机器学习》的课程，受到很多同学的欢迎，好评如潮。让我们看看知乎上的网友是怎么评价李宏毅教授的课程的：
有人说，李教授的课幽默风趣、重点突出、基础知识和最新技术一应俱全，PPT 也做得简洁易懂，非常用心。
也有人说，李教授的课程项目和论文都新鲜而生动，唯一的缺点是没办法参与作业~
还有人认为，李教授的课程资料准备用心，讲解思路清晰，对萌新非常友好，适合新手入门学习。
也有人表示，给李教授提出的建议马上就能得到反馈。
从同学们的评价中可以看到，李教授的课程非常适合小白入门，讲解思路清晰易懂，上课风格幽默风趣，课程内容紧跟最新的论文和项目，是入门深度学习的不二之选。
今年的课程于 2019 年 2 月 21 日开课，2019 年 6 月结束，课时总共 18 周。那么，此次课程的内容具体有哪些呢？让我们一起来预览一下课程目录吧：
回归、梯度下降
分类、逻辑回归，错分类的原因
深度学习，反向传播
卷积神经网络、Keras
训练深度学习模型
循环神经网络
Ensemble
半监督学习、迁移学习
元学习
seq2seq
Few/Zero shot learning
无监督学习
强化学习
网络压缩
生成对抗网络
无监督域适应
为什么要使用深度学习
和以往的版本相比，本次课程增加了很多新的内容，如 BERT，无监督迁移学习、元学习等。课程资料上面明确列出了新增的内容，感兴趣的童鞋可以点击这里查看。
目前，bilibili 和 youtube 上面已更完课程的 Attack ML Models 部分，共 16 个课程视频。
可以看到，bilibili 上有 7000 多次播放，youtube 上也有近 7000 次播放。想入门机器学习的同学，赶快打开视频，开始学习吧~
雷锋网雷锋网
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
