Coursera | Machine Learning Specialization - University of Washington
Machine Learning Specialization - University of Washington是入门机器学习的优质课程，由华盛顿大学两位教授主讲。此课程是一个系列，原本总共有6个course，分别讲解机器学习基础（Machine Learning Foundations）、回归（Regression）、分类（Classification）、聚类（Clustering）、矩阵分解（Matrix Factorization）、深度学习（Deep Learning）。每个Course大约6个章节，每个章节学习时间大约3小时。
▲Machine Learning Specialization
此课程最有特色的地方，是用第一个Course：Machine Learning Foundations统领接下来5 个Course，每个章节对应着接下来5个Course，用最简单的案例和现成的工具，利用上述的5种机器学习方法分别完成5个专案。
也就是说，在第一课里你就完整地利用机器学习解决了一个个实际的问题，然后再在接下来的5个课程中深入学习每一个机器学习的方法。我对这种由顶向下的学习方式的方式完全赞同，因为一开始我就宏观了解了该用什么方法解决什么问题，而不是学了一堆命令却不知道解决问题的流程；而且经过第一个Course的学习，会有极大地成就感，因为每次都成功完成了一个专案，接下来会更想了解这个现成工具是怎么制作的，也就更想深入剖析机器学习的各种方法。
▲Course的每周内容
但是为什么说是原本有6个Course呢？因为现在这个系列只有4个Course了??教授老爷子课程开发到一半跳票了，据说是因为他开发的Trui软件套件被苹果收购以后忙得没时间开发完课程。不过别担心，即使只有前四个课程，回归、分类和聚类依旧是机器学习的重头，学完四个课程会掌握绝大部分的机器学习技术。如果时间有限想快速入门，建议学习第一个课程，同样会比较全面地了解机器学习的各种方法，同时也能利用软件套件解决一定的问题。
对比大名鼎鼎的吴恩达的机器学习课程，这个机器学习可能更适合初学者，同时课程内使用Python这一对新手更加友好的语言，而吴恩达的课程用的是MATLAB，所以华盛顿大学的课程更适合入门机器学习。依托于Coursera这一大平台，课程每个视频都配有英文文稿，部分视频有中文字幕，相信学习起来更易上手。
价格： 免费旁听（选择课程时点Audit），上完课后拿证书要付费。
Udemy | Complete Python Bootcamp
Complete Python Bootcamp: Go from zero to hero in Python 3是入门Python比较推荐的课程，导师讲解很细致，边写程序边讲，从Python最基础的数据结构、到函数和方法，再到Modules和classes，内容安排很合理，且每章都有作业可以检测自己的学习。
▲Complete Python Bootcamp首页
