Open Artificial Intelligent Courses

A. OPEN-COURSES FROM TOP UNIVERSITIES:

1. STANFORD [Stanford University]:

ENGR108: Introduction To Applied Linear Algebra [Video]
STATS202: Introduction To Statistical/ Machine Learning [Link]
STATS214 / CS229M: Machine Learning Theory [Link]
CS25: Transformers United.
CS109: Introduction to Probability for Computer Scientists [Link]
CS221: Artificial Intelligence: Principles and Techniques [Link] [Video]
CS224W: Machine Learning with Graphs [Link] [Video]
CS228: Probabilistic Graphical Models [Link]
CS229: Machine Learning [Link]
CS230: Deep Learning_Standford [Link]
CS231n: Deep Learning for Computer Vision [Git]
CS224n: Natural Language Processing with Deep Learning [Link]
CS234: Reinforcement Learning [Link]
- CS236: Deep Generative Models.
CS238: Decision Making under Uncertainty [Link]
CS246: Mining Massive Data Sets [Link]
CS330: Deep Multi-task & Meta Learning.
CS336: Robot Perception and Decision-Making [Link]

2. HARVARD [Harvard University]:

CS50's Introduction to Artificial Intelligence with Python [Link]
Data Science: Machine Learning [Link]
Introduction to Probability [Link]
Principles, Statistical and Computational Tools for Reproducible Data Science [Link]
Statistical Inference and Modeling for High-throughput Experiments [Link]

3. MIT [Massachusetts Institute of Technology]: [Link]

MIT 6.034: Artificial Intelligence [Link]
MIT 6.801 / 6.866: Machine Vision [Link]
MIT 6.867: Machine Learning [Link]
MIT 6.S191: Introduction to Deep Learning [Link] [Link2]
MIT 6.864: Advanced Natural Language Processing [Link]
MIT 6.S897: Machine Learning for Healthcare [Link]
MIT 6.0002: Introduction to Computational Thinking and Data Science [Link]
MIT 18.065 / 18.0651: Matrix Methods in Data Analysis, Signal Processing, and Machine Learning [Link]

4. CORNELL TECH [Cornell University]:

CS5670: Introduction to Computer Vision_Cornell Tech [Link]

5. CMU [Carnegie Mellon University]:

Introduction to Machine Learning [Link]
Statistical Machine Learning [Link]
Convex Optimization [Link]
Deep Reinforcement Learning and Control [Link]

6. BERKELEY [University of California, Berkeley]:

CS 188: Introduction to Artificial Intelligence [Link]
CS 182: Designing, Visualizing and Understanding Deep Neural Networks [Link] [Video]
CS194-26/294-26: Intro to Computer Vision and Computational Photography [Link]
CS 294 - 158: Deep Unsupervised Learning [Video]
CS 194-080: Full Stack Deep Learning [Link] [Video] [Git]

7. WATERLOO [University of Waterloo]:

CS480/680: Introduction to Machine Learning [Link] [Video]
CS885: Reinforcement Learning [Video]

8. NUS [National University of Singapore]:

CS5477/CS4277: 3D Computer Vision [Video]

9. TUM [Technical University of Munich]:

I2DL: Introduction to Deep Learning [Link] [Video]
CV3DST: Computer Vision 3: Detection, Segmentation and Tracking [Link] [Video]
ADL4CV: Advanced Deep Learning for Computer Vision [Link] [Video]

10. UMICH [University of Michigan]:

EECS 498-007 / 598-005: Deep Learning for Computer Vision [Link] [Video]

11. NYU [New York University]:

DS-GA 1008: Deep Learning - Yann LeCun & Alfredo Canziani [Link1] [Link2] [Video]

B. ONLINE-PLATFORM COURSES:

1. COURSERA:

AI For Everyone [Link]
AI for Medicine Specialization [Link]
Machine Learning [Link]
Machine Learning Foundations: A Case Study Approach [Link]
Deep Learning Specialization [Link]
Deep Learning for Business [Link]
Generative Adversarial Networks (GANs) Specialization [Link]

2. UDEMY:

Artificial Intelligence A-Z: Learn How to Build an AI [Link]
Complete Machine Learning & Data Science Bootcamp 2021 [Link]
Deep Learning Prerequisites: The Numpy Stack in Python (V2+) [Link]
Deep Learning A-Z™: Hands-On Artificial Neural Networks [Link]
The Beginner’s Guide to Artificial Intelligence in Unity [Link]
Artificial Intelligence: Reinforcement Learning in Python [Link]

3. UDACITY:

Intro to Machine Learning with TensorFlow [Link]
Deep Learning [Link]
AI Programming with Python [Link]
Artificial Intelligence for Trading [Link]
AI for Business Leaders [Link]
Knowledge-Based AI: Cognitive Systems [Link]
Expand Your Knowledge of Artificial Intelligence [Link]
Become a Natural Language Processing Expert [Link]

4. EdX:

- Machine Learning Fundamentals [Link]
- Machine Learning with Python: A Practical Introduction [Link]
- Machine Learning with Python: from Linear Models to Deep Learning [Link]
- Machine learning with Python for finance professionals [Link]
Machine Learning for Data Science and Analytics [Link]
CS50's Introduction to Artificial Intelligence with Python [Link]
Introduction to Probability [Link]
Minds and Machines [Link]
High-Dimensional Data Analysis [Link]
Deep Learning with Tensorflow [Link]
PyTorch Basics for Machine Learning [Link]

5. Others:

Google AI Education [Link]
Nvidia Deep Learning Institute [Link]
Microsoft Courses [Link]
AI & Machine Learning Engineering Career Track (Springboard) [Link]
Introduction to Deep Learning-- 170 Video Lectures from Adaptive Linear Neurons to Zero-shot Classification with Transformers [Link]

C. MACHINE LEARNING COURSES

- Andrew Ng CS229 ML: https://www.youtube.com/playlist...
- MIT: Deep Learning for Art, Aesthetics, and Creativity: https://www.youtube.com/playlist...
- Stanford CS230: Deep Learning: https://www.youtube.com/playlist...
- Practical Deep Learning for Coders: https://www.youtube.com/playlist..., https://www.youtube.com/watch?v=_7rMfsA24Ls...
- Stanford CS224W: Machine Learning with Graphs: https://www.youtube.com/playlist...
- Probabilistic Machine Learning: https://www.youtube.com/playlist...
- MIT 6.S191: Introduction to Deep Learning: https://www.youtube.com/playlist...
- UC Berkeley CS 182: Deep Learning: https://www.youtube.com/playlist...
- UC Berkeley Deep Unsupervised Learning: https://www.youtube.com/playlist...
- Yann Lecun's NYU Deep Learning SP21L: https://www.youtube.com/playlist...
- Stanford CS25 - Transformers United: https://www.youtube.com/playlist...
- Hugging Face NLP Course: https://www.youtube.com/playlist...
- Stanford CS224N: Natural Language Processing with Deep Learning: https://www.youtube.com/playlist...
- CMU Neural Nets for NLP: https://www.youtube.com/playlist...
- Stanford CS224U: Natural Language Understanding: https://www.youtube.com/playlist...
- CMU Advanced NLP: https://www.youtube.com/playlist...
- CMU Multilingual NLP: https://www.youtube.com/playlist...
- Stanford CS231N: Convolutional Neural Networks for Visual Recognition: https://www.youtube.com/playlist...
- Michigan Deep Learning for Computer Vision: https://www.youtube.com/playlist...
- AMMI Geometric Deep Learning Course: https://www.youtube.com/playlist...
- UC Berkeley CS 285 Deep Reinforcement Learning: https://www.youtube.com/playlist...
- Intro to Deep Learning and Generative Models: https://www.youtube.com/playlist...
- Stanford CS330: Deep Multi-Task and Meta Learning: https://www.youtube.com/playlist...

Chi tiết chương trình tự học đại học ngành Khoa Học Máy Tính:

I. Khối kiến thức Toán & Khoa học cơ bản

1. Giải tích 1

GS David Jerison: http://ocw.mit.edu/18-01F06

Nếu bạn muốn học theo phiên bản cool của GS Gross: http://ocw.mit.edu/RES18-006F10

Hỗ trợ làm bài tập, Christine Breiner, David Jordan, Joel Lewis: http://ocw.mit.edu/18-01SCF10

2. Giải tích 2

GS Denis Auroux, hiện GS đã chuyển tới UC, Berkeley: http://ocw.mit.edu/18-02F07

Phiên bản khác của GS Haynes Miller và GS Arthur Mattuck: http://ocw.mit.edu/18-03S06

3. Giải tích 3

GS Gilbert Strang và GS Cleve Moler: http://ocw.mit.edu/RES-18-009F15

Phiên bản cool của GS Gross: http://ocw.mit.edu/RES18-008F11

4. Vật lý đại cương 1

Từ GS Walter Lewin: https://www.youtube.com/watch?v=wWnfJ0-xXRE...

GS Shankar, Yale: https://www.youtube.com/watch?v=KOKnWaLiL8w...

5. Vật lý đại cương 2

GS Walter Lewin: https://www.youtube.com/watch?v=rtlJoXxlSFE...

GS Shankar, Yale: https://www.youtube.com/watch?v=NK-BxowMIfg...

6. Vật lý đại cương 3 (Môn học bổ sung)

GS Yen-Jie Lee: https://ocw.mit.edu/8-03SCF16

7. Đại số tuyến tính

GS Gilbert Strang, GS Sarah Hansen: https://ocw.mit.edu/18-06SCF11

Phiên bản cool của GS Gross: http://ocw.mit.edu/RES18-008F11

8. Xác suất thống kê

Tách riêng thành 2 môn:

Xác suất, GS John Tsitsiklis: https://ocw.mit.edu/RES-6-012S18

Thống kê ứng dụng, GS Philippe Rigollet: https://ocw.mit.edu/18-650F16

9. Toán rời rạc

GS Tom Leighton: http://ocw.mit.edu/6-042JF10

10. Tối ưu hóa

GS Ryan Tibshirani, CMU: https://www.youtube.com/watch?v=XFKBNJ14UmY...

Phiên bản của GS Geoff Gordon, CMU: https://www.youtube.com/watch?v=9hToSoZXM9s...

II. Cơ sở và cốt lõi ngành

11. Nhập môn Khoa Học Máy Tính

GS KOL của Harvard, David J. Malan với tổ hợp khóa học CS50: https://www.youtube.com/watch?v=YoXxevp1WRQ...

GS Eric Grimson, GS John Guttag: http://ocw.mit.edu/6-00F08

12. Cấu trúc dữ liệu và thuật toán

Cấu trúc dữ liệu nâng cao, GS Erik Demaine. Với mái tóc dài búi ngựa, râu quai nón, giáo sư đang trình diễn tri thức trên bục giảng: http://ocw.mit.edu/6-851S12

Thiết kế và phân tích thuật toán, GS Srinivas Devadas: http://ocw.mit.edu/6-046JS15

13. Kiến trúc máy tính

GS Silvina Hanono Wachman và các đồng nghiệp: https://www.youtube.com/watch?v=kxJkWWJ1bbU...

Phiên bản khác của GS Chris Terman: https://ocw.mit.edu/6-004S17

GS Onur Mutlu, CMU: https://course.ece.cmu.edu/~ece447/s15

14. Làm việc nhóm và giao tiếp (Môn học bổ trợ bắt buộc ghép trong khối chương trình)

GS Patrick Winston: https://ocw.mit.edu/how_to_speak

GS Matt Abrahams, Stanford: https://www.youtube.com/watch?v=HAnw168huqA

15. Nguyên lý Hệ điều hành

GS Randal E.Bryant và GS David R.O’Hallaron, CMU: https://www.youtube.com/watch?v=4CpHpFu_KYM...

16. Mạng máy tính

GS Kurtis Heimerl UW: https://courses.cs.washington.edu/courses/csep561/20wi

17. Cơ sở dữ liệu

GS Andy Pavlo, CMU: https://15445.courses.cs.cmu.edu/fall2019

GS Jennifer Widom, Stanford https://www.youtube.com/watch?v=D-k-h0GuFmE...

Slide sử dụng trong khóa học Quản lý dữ liệu & Hệ thống dữ liệu của GS Shiva Shivakumar, Stanford: https://cs145-fa19.github.io

18. Lập trình hướng đối tượng

Môn học sử dụng ngôn ngữ lập trình C++

GS Sahami, Stanford: https://www.youtube.com/watch?v=FUO3XEUVydk...

GS Julie Zelenski, Stanford: https://www.youtube.com/watch?v=fhe0IVJOy4g...

19. Thuật toán ứng dụng

Nhập môn thuật toán, GS Srini Devadas: http://ocw.mit.edu/6-006F11

Thuật toán nâng cao, GS Ankur Moitra: http://people.csail.mit.edu/moitra/854.html

Thuật toán cho dữ liệu lớn, GS Jelani Nelson từ UC, Berkeley giảng dạy tại Harvard: https://www.youtube.com/watch?v=s9xSfIw83tk...

20. Phát triển phần mềm

GS Malan, Harvard: https://www.youtube.com/watch?v=LOLxYo23KLc...

21. Trí tuệ nhân tạo

GS Patrick Winston: http://ocw.mit.edu/6-034F10

GS Pieter Abbeel, Daniel Klein, Berkeley: https://www.youtube.com/watch?v=16Dir4QqCUg...

22. Phân tích và thiết kế hệ thống

GS Olivier de Weck: http://ocw.mit.edu/16-842F15

23. Nhập môn về Bảo mật

GS Nickolai Zeldovich: http://ocw.mit.edu/6-858F14

24. Học máy & Khai phá dữ liệu

Patrick Winston: http://ocw.mit.edu/6-034F10

Khóa học của GS Andrew Ng, Stanford: https://www.youtube.com/watch?v=jGwO_UgTS7I...

25. Quản trị dự án

GS Robert Sutton, Stanford: https://www.youtube.com/watch?v=lmBSh1FGQyY...

III. Kiến thức bổ trợ

26. Tư duy thiết kế

GS Joel E Schindall: https://ocw.mit.edu/.../esd-051j-engineering-innovation...

27. Tâm lý học

GS John Gabrieli: http://ocw.mit.edu/9-00SCS11

GIảng viên quốc dân của Yale, GS Paul Bloom: https://www.youtube.com/watch?v=P3FKHH2RzjI...

28. Văn hóa kinh doanh và tinh thần khởi nghiệp

Các buổi talk về tinh thần khởi nghiệp tổ chức bởi TED:

https://www.youtube.com/watch?v=ekX3CIz-Yec...

29. Technical Writing & Presentation

GS Kristin Sainani, Stanford: https://www.youtube.com/watch?v=x33Km7hRzP0...

IV. Kiến thức chuyên ngành Định hướng Khoa Học Dữ Liệu

30. Nhập môn Khoa học dữ liệu

GS John Guttag: http://ocw.mit.edu/6-0002F16

31. Lưu trữ dữ liệu lớn

GS Andy Pavlo: https://15721.courses.cs.cmu.edu/spring2020

32. Xử lý dữ liệu lớn

GS Leskovec, GS Rajaraman và GS Ullman: https://www.youtube.com/watch?v=AkaNE-Zep6Q...

33. Trực quan hóa dữ liệu

Môn học sử dụng phần mềm Matlab

GS Ali Ghodsi, UWaterloo: https://www.youtube.com/watch?v=L-pQtGm3VS8...

Thêm mô tả khóa học: https://uwaterloo.ca/.../files/f14stat842outline_v1.pdf

V. Môn học bổ sung

34. Xây dựng hệ thống phần mềm hiệu năng cao

GS Charles Leiserson, GS Julian Shun:

https://ocw.mit.edu/.../6-172-performance-engineering-of...

35. Thiết kế video game

Philip B. Tan, Richard Eberhardt, Sara Verrilli, Andrew Grant:

https://ocw.mit.edu/.../cms-611j-creating-video-games...

36. Mạch và hệ thống (tương đương môn Tín hiệu và hệ thống của các trường Đại học Tại Việt Nam)

GS Ali Hajimiri, Caltech: Hệ thống bài giảng được quay rất rõ nét. Có bạn nào thấy bạn sinh viên nữ châu Á mặc áo hoodie rất xinh chứ^^ https://www.youtube.com/watch?v=i9WixHfiZPU...

37. Môn học Công lý của GS Michael Sandes, KOL của Harvard:

https://www.youtube.com/watch?v=kBdfcR-8hEY...

Đây là chương trình kỹ sư ngành Khoa học máy tính với chuyên ngành hẹp Khoa học dữ liệu, có thể sử dụng để tự học cho bậc đại học ngành Khoa học dữ liệu. Cám ơn sự hào phóng trong việc chia sẻ các bài giảng của MIT, Stanford, CMU, các trường đại học khác và tổ chức TED.

Credit: Data Analysis School [Link]

Other Courses:

Data science