吴恩达过时？这批俄罗斯人推出了机器学习新课程，并附上了大波资源链接-量子比特

战斗民族的ML战斗力越来越强，现在跑到reddit开始了安利自己的课程。

mlcourse.ai本课程名为mlcourse.ai，是一门开放的、免费的机器学习课程，课程为期10周，包括5个主题12个部分。

学科课程目录

如果想学习这门课程，需要在国庆节前填表（文末链接），10月1日正式开课，12月9日结束，那天正好是24节气大雪。

mlcourse.ai课程在github中获得超过1900颗星，其中包括大量练习部分，每周有作业，还有课程内的Kaggle竞赛。

课程发布者表示，该课程的重点是将理论与实践完美结合，互动激励机制可以让你继续，还有大社区提供支持，去社区问作业。

课程是好是坏，不太适合纯初学者的意见各不相同

这个课程实际上不太适合24k的纯初学者。也就是说，你需要一定的数学和Python基础。

数学部分包括微积分、线性代数、概率论和数理统计，Python部分需要理解DataQuest、DataCamp，甚至是CodeAcademy。

如果你需要补充知识，你可以阅读Ian Goodfellow，Yoshua Bengio，Aaron Courville写的《深度学习》，或者Marc Peter Deisenroth，A Aldo Faisal，Chen Soon Ong的《机器学习数学基础》。（句末有链接）

如果你感觉不到这些数学是酸的，可以在MIT的公开课堂网站上磨练数学。（句末有链接+1、

另外，最好是也知道bash和Docker的github用户。（句末有链接+2、

有点压力

看了目录，课程很短，但毕竟只有10周，课程很快，每周至少需要5~6个小时来学习。如果你想认真对待课程内的Kaggle竞赛，每周可能会有20到25个小时。

有二刷的学生评论说，这是初级中级水平最好的实用教材之一，需要提前学习线性代数。课堂上大多数作业都不难，但偶尔会有一些挑战性的问题。其中竞争部分最难，但确实在个人能力上有很大提高。

吴恩达比起老师的课，fashion

该课程与吴恩达老师的Coursera课程相比如何。

吴恩达的课已经过时了。

该机构认为mlcourse.ai的成比吴恩达更难，所需的数学基础更高。更新不会花太多时间在没用的事情上。而且不是使用Octave而是使用Python。

俄罗斯人小组的mlcourse.ai课程来自一个名为OpenDataScience的机构，该机构汇集了15000名说俄语的数据科学家。

到目前为止，他们用俄语讲授了一次mlcourse.ai课程，但10月份这是第二次，所以放心，这次是英文版。

当然，编纂者基本上是讲俄语的科学家。例如，创始人之一的Yury Kashnitskiy毕业于被称为“俄罗斯MIT”的莫斯科物理技术学院，现在是荷兰皇家KPN电信集团的数据分析师。

（这位老师的脸真漂亮。）

转发门课程主页：

https：//mlcourse.ai/

课程申请表：

https：//docs.google.com/forms/d/e/1FAIpQLSevId-XgOe6n3m-RTbXQfeN-KpyMdvkzCDoG2BL6m90EBfasQ/viewform

（看到google域名了吗？如果打不开的话，想想为什么）

课程体系资源列表（包括github和视频）：

https：//mlcourse.ai/resources

《深度学习》github译本：

https：//github.com/exacity/deeplearningbook-chinese

《机器学习数学基础》：

https：//mml-book.github.io/

MIT数学课：

https：//ocw.MIT.edu/courses/mathematics/

github白导游：

http：//try.github.io/

Docker Slo Guide：

https：//github.com/Yorko/mlcourse.ai/wiki/Software-requirements-and-Docker-container