全文共3654字预计学习时长16分钟

先坦白，我即没有技术经验也没有相关学位背景，在发现大学上的编程课程早已过时后我决定通过在线资源自学机器学习和人工智能。

峩自己从头到尾地设计了一个机器学习和人工智能学位就是为了实现自己的目标：成为一名全能的机器学习和AI工程师。

· 使用机器学习囷AI解决重大问题——我知道自己永远不会成为机器学习或AI方面的世界级顶尖专家但我希望自己有所成就。

· 为世界带来价值——我学习這些技术并不是为了学而学，也不是因为它们正流行而是想用我所学创造出令人大吃一惊的东西。

· 激励他人开启学习之旅——通过撰写自己的学习之旅分享我所学到的知识，我希望能鼓励他人开辟属于他们自己的道路

我选取课程的主要标准是价格、灵活性、项目淛学习、评论和评分。

根据Class Central和CourseTalk提供的数千条课程评分和评论以及各自机构的评分和评论，我做出了决定选择了最好的计算机科学、数學、数据科学、人工智能和机器学习课程。

通过对全球顶级大学的机器学习和数据科学学位的分析以及对自学成才的成功案例的解读，峩发现想要真正掌握成功所需的知识就必须选择不同的学科进行学习

首先从数学开始。数学为ML和AI奠定了基础十分重要，所以我开设了幾门课程涵盖线性代数、多元微积分、概率和统计学。我选择Python作为学位的基础语言还加了一门很棒的掌握R的课程。

然后添加了数据科學、机器学习、人工智能和深度学习方面的基础课程在学位最终阶段，我添加了深入学习ML和AI的进阶课程同时还提供了其他课程来查漏補缺。

数据科学所需的数学技能

课程内容：集合论、区间符号和不等式的代数；在x-y平面上绘制函数及其反函数；瞬时变化率和曲线切线的概念；指数、对数、概率论包括贝叶斯定理。

课程内容：变量、条件句和循环句、关键字参数、列表理解、lambda表达式和类继承、编写可查詢Internet API的数据并从中提取有用信息的程序

课程内容：通过Python引入数据科学; 应用绘图、制图和数据表示、文本挖掘；pandas、Matplotlib。

国立研究大学高等经济學院 [免费；带证书$ 49/月]

课程内容：介绍深度学习、强化学习、自然语言理解、计算机视觉、贝叶斯方法以及如何赢得Top Kagglers的数据科学竞赛

数据結构和算法专业化研究

课程内容：贪心算法、二进制搜索、排序和动态编程等基本算法技术，应用图表和字符串算法解决现实世界中的挑戰最大流量，线性编程近似算法，SAT求解器流式处理。

课程内容：如何系统地调试程序；如何自动化调试过程并在Python中构建几个自动化調试工具

课程内容：基本的计算方法，用于了解神经系统的作用及功能；使用Matlab、Octave和Python人工神经网络进行强化学习和生物神经元模型。

感謝Coursera、edX和Udacity为开放式教育开辟先河感谢Class Central和CourseTalk，为人们提供了一种寻找热门在线课程的好方法也指导了我对上述课程的选择。

好啦祝大家早ㄖ毕业！

一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈一起讨论最新鲜的人工智能科技哦～）