對于想要在機器學習領域打下基礎的你來說，去學習很多科技巨頭提供的免費課程不失為一個好辦法。
據LinkedIn消息，截至2017年，機器學習工程師是五年來發展最快的工作。但這個科技中最熱門的領域并不是那么簡單就能進入的，就算只是入門而已，也至少得需要一些高中數學和編程的知識。
幸運的是，對于那些希望在該領域學習基礎課程的人來說，你們已經有了越來越多的選擇。亞馬遜網絡服務（AWS），作為最新的技術巨頭，他們已經免費發布了一套機器學習課程，成為對fast.ai和Andrew Ng and Coursera.等網站上備受好評的學習資料的補充。
如果你對這些課程感興趣，并且具有Python，高中線性代數，統計學和微積分等基礎知識，則將會獲益更多。
以下是一些科技巨頭公司提供的免費課程。
課程內容
Google通過其Google AI教育網站（https://ai.google/education/）提供了九種不同的課程，涵蓋機器學習的各個方面。
參考：IT領導者的人工智能未來指南（http://www.techproresearch.com/downloads/it-leader-s-guide-to-the-future-of-artificial-intelligence/）。如果你想要成為開發人員，那么機器學習速成課程（https://developers.google.com/machine-learning/crash-course/）是一個很好的選擇，它包括基礎知識的視頻課程和實戰，而如果你想要更全面更深入的學習，那么請使用Google的Udacity深度學習課程（https://www.udacity.com/course/deep-learning%25E2%2580%2594ud730），它由Google首席科學家Vincent Vanhoucke與Google Brain團隊的技術負責人共同開發，Udacity課程由行業專家講授，并提供實戰任務，使你能夠使用Google的開源TensorFlow框架（TensorFlow framework.）構建日益復雜的機器學習模型。
Google AI Education網站上的其他課程涵蓋了問題構架和數據準備，這些都是機器學習的重要內容。
課程學習時間
機器學習速成課程（Machine Learning Crash Course） - 15小時。
谷歌深度學習（Deep Learning by Google） - 三個月。
額外費用/要求：
需要Udacity帳戶。
你需要具備的知識
機器學習速成課程（Machine Learning Crash Course） - 代數和編程的基礎知識，以及Python編程的一些經驗。
Udacity上的Google深度學習課程（Deep Learning by Google） - 學習高級課程前的進階課程，建議學習者有兩年編程經驗，了解統計學，線性代數和微積分的基本知識，熟悉簡單的機器學習概念如監督學習，并且有使用Git和GitHub進行版本控制的經驗。
申請方式
你可以在此處申請機器學習速成課程（https://developers.google.com/machine-learning/crash-course/），深度學習課程（https://www.udacity.com/course/deep-learning%25E2%2580%2594ud730），并在此處查看Google提供的其他機器學習課程（https://ai.google/education/）。
Microsoft
課程內容
該公司的主要教學項目是其在edX學習平臺上提供的Microsoft人工智能專業項目（https://www.zdnet.com/article/microsoft-adds-ai-course-to-its-certification-program/）。
通過一系列視頻講座和課程作業，該課程旨在提供機器學習的基礎知識，涵蓋基礎數學，如何在數據科學中使用Python，如何構建機器學習模型，如何構建功能語音和計算機視覺系統等知識以及其他基礎知識。
課程結束時，要求學生使用他們自己開發的深度學習系統來解決一個實際問題。
微軟還在其AI School網站（https://aischool.microsoft.com/）下提供了一個機器學習項目，其中包括16門課程，許多課程專注于微軟Azure云平臺上的機器學習服務。
微軟AI學院提供的兩門著名課程是：
使用深度學習構建預測性維護解決方案 （Build a Predictive Maintenance Solution using Deep Learning）- 本課程將指導學生如何使用深度學習模型構建預測性維護系統。它涵蓋了基礎統計學，深度學習的基礎知識，以及深入研究一種常用于文本分析的神經網絡，一種遞歸神經網絡。
該課程基于edX上的一系列模塊，其中許多模塊由麻省理工學院和微軟提供。
ML速成課程 （ML Crash Course）- 本課程簡要介紹了基本的機器學習概念，通過文本，圖表和圖形進行混合教學，并讓學習者使用Azure Notebooks來練習編程。
課程學習時間
微軟人工智能專業計劃（Microsoft Professional Program for Artificial Intelligence） - 120至480小時。 10門課程均在全年1月，4月，7月和10月期間通過edX播放三個月。
ML速成班（ML Crash Course） - 13個小時
使用深度學習構建預測性維護方案（uild a Predictive Maintenance Solution using Deep Learning） - 35小時
額外花費/需要
微軟人工智能專業計劃（Microsoft Professional Program for Artificial Intelligence）的缺點是，雖然這些課程是免費的，但如果你想獲得認證，那么每門課程的認證費用為99美元至990美元不等。
使用深度學習構建預測性維護方案（Build a Predictive Maintenance Solution using Deep Learning）遵循相同的模式，你需要為認證書支付99美元。
這些課程需要Microsoft帳戶和edX帳戶。
你需要具備的知識
微軟人工智能專業計劃（The Microsoft Professional Program for Artificial Intelligence）需要高中數學和統計學，以及編程（最好是python）的基本知識。
使用深度學習課程構建預測性維護方案（The Build a Predictive Maintenance Solution using Deep Learning）需要具備數學基礎知識和一些編程經驗。
ML Crash課程（The ML Crash Course）適合對該主題感興趣的任何人。
申請方式
你可以通過Microsoft's AI School page上的頁面（https://aischool.microsoft.com/）或the Microsoft Professional Program for Artificial Intelligence site.（https://academy.microsoft.com/en-us/professional-program/tracks/artificial-intelligence/）站點申請任何Microsoft機器學習課程。
Amazon
課程內容
該公司提供30多種在線的機器學習課程，包括視頻，實驗和文檔，亞馬遜在過去20年中一直在使用這些課程。
開發人員可以學習涵蓋從機器學習構建模塊，到如何構建計算機視覺和自然語言處理系統的課程。
這些課程（https://aws.amazon.com/training/learning-paths/machine-learning/）作為機器學習中AWS新認證的一部分，最終考試內容將會是測試如何在AWS平臺上進行機器學習的實戰。
完成基礎知識后，學生將學習如何解決機器學習的真實案例，包括亞馬遜的交付路線優化方法等主題。
課程學習時間
許多免費在線課程看起來非常簡短 - 包括最多幾個小時的視頻 - 盡管亞馬遜表示在30個課程中有超過45小時的珍貴學習資料。
額外費用/要求
需要亞馬遜帳戶才能登錄免費課程。
機器學習考試目前處于測試階段，售價為150美元，正常價格是300美元。
現場課堂教學不是免費的，例如12月在倫敦舉辦為期一天的深度學習課程，費用為500英鎊。
你需要具備的知識
雖然這里為每種技能水平的人都提供了可用的課程，但每個課程的要求都各不相同。
申請方式
你可以通過這個網站開始申請（https://aws.amazon.com/training/learning-paths/machine-learning/）。
Facebook和Udacity還提供了一個課程來介紹PyTorch，（https://www.techrepublic.com/article/facebook-and-udacity-want-to-give-you-a-scholarship-to-master-machine-learning/），PyTorch是一個開源的深度學習框架，比TensorFlow等優秀框架更容易學習。該課程還為前300名學生提供了獲得Udacity深度學習納米學位課程全額獎學金的機會。
遺憾的是，該課程現已關閉，但你可以登陸這個頁面查看（https://www.techrepublic.com/article/facebook-and-udacity-want-to-give-you-a-scholarship-to-master-machine-learning/）以防日后重新開放。
這些課程可以幫助你改變你的職業嗎？
需要注意的是，對于沒有技術背景但想要從事數據科學家或機器學習工程師工作的人來說，這些課程不一定適合。
粗略瀏覽數據科學家的職位發布，可以發現這個職位通常會要求申請人有技術領域的學士學位，在某些情況下甚至要求碩士或博士學位。從職業角度來看，這些課程似乎對于那些已經擁有技術學科學士學位（如數學，計算機科學或工程學）的人來說會更有用。
