@瑪雅藍(lán)

【我的故事】

我的專業(yè)是控制系統(tǒng)，現(xiàn)在從事的工作主要包括控制理論、機(jī)器人和機(jī)器學(xué)習(xí)。2012年底剛到國(guó)外留學(xué)時(shí)的一天，在外出郊游的車上，有幸從一位叫yuhao的同學(xué)口中獲知了Coursera這個(gè)平臺(tái)，當(dāng)時(shí)聽(tīng)著他對(duì)人工智能侃侃而談，心里就暗暗記下了這個(gè)名字。回去以后，最先選了佐治亞理工的《移動(dòng)機(jī)器人控制》和吳恩達(dá)的《機(jī)器學(xué)習(xí)》，前者是因?yàn)榕c自己專業(yè)相關(guān)，后者當(dāng)時(shí)并不了解，之前也沒(méi)有接觸過(guò)人工智能，只是聽(tīng)yuhao的介紹，說(shuō)這是創(chuàng)始人的經(jīng)典課。

到現(xiàn)在接觸MOOC已經(jīng)快兩年了，MOOC不管是給我專業(yè)還是生活，都帶來(lái)了不一樣的經(jīng)歷。從專業(yè)上來(lái)說(shuō)，《機(jī)器學(xué)習(xí)》這門課用最直白簡(jiǎn)單的講法，為我敞開(kāi)了機(jī)器學(xué)習(xí)的大門，為我今后的學(xué)習(xí)和工作奠定了基礎(chǔ)（雖然現(xiàn)在還在入門階段）。從生活上來(lái)說(shuō)，《中國(guó)》、《人類簡(jiǎn)史》、《怪誕行為學(xué)》等課程，著實(shí)讓我開(kāi)了眼界，這些課程既有趣，又有一定的知識(shí)量，讓我在工作之余的時(shí)間沒(méi)有荒廢。我想，在未來(lái)的一段時(shí)間里，MOOC會(huì)像閱讀一樣，改變我們的生活習(xí)慣，越來(lái)越多地影響人們的技術(shù)水平和文化修養(yǎng)。

控制系統(tǒng)（Control Systems），在國(guó)內(nèi)通常叫控制科學(xué)與工程、自動(dòng)化。在MOOC中，直接講控制理論的課程并不多，但通常都涵蓋在很多課程的章節(jié)中。本帖主要列出“控制系統(tǒng)”“機(jī)器學(xué)習(xí)”和“學(xué)術(shù)研究”三部分的課程表，不足之處歡迎補(bǔ)充。我并沒(méi)有列出所有我學(xué)過(guò)的課程，相反，以下很多課程我也還沒(méi)有學(xué)完，這些只是與主題相關(guān)的課程列表。沒(méi)上過(guò)的課不會(huì)急于評(píng)述，待上完課后還會(huì)回來(lái)更新。

【控制系統(tǒng)課單】

1. Coursera《Control of Mobile Robots（移動(dòng)機(jī)器人的控制）》

這門課是Coursera上較早的一門課了，共7周。既介紹了最基本的經(jīng)典控制學(xué)、PID控制，也有狀態(tài)空間為代表的現(xiàn)代控制理論、穩(wěn)定性分析、反饋控制、可控性可觀性等等，干貨不少。最大的特點(diǎn)是，不光有理論的介紹，還有很多實(shí)際的機(jī)器人實(shí)例，可以看作是一門用機(jī)器人舉例的控制課，老師特別制作了機(jī)器人的MATLAB仿真，可以動(dòng)手實(shí)驗(yàn)。

參考教材可以選擇《Feedback Systems》，網(wǎng)上搜索有免費(fèi)下載，中文翻譯為《自動(dòng)控制多學(xué)科視角》，但不建議使用中文譯本，翻譯質(zhì)量很差。

2. 學(xué)堂在線《線性系統(tǒng)理論》

這門課是清華大學(xué)趙千川老師主講，從狀態(tài)空間開(kāi)始，涵蓋了線性系統(tǒng)理論的全部?jī)?nèi)容，與佐治亞理工大學(xué)的《移動(dòng)機(jī)器人控制》有交集，但更偏向理論講解與計(jì)算。由于內(nèi)容比較多，戰(zhàn)線也拉的很長(zhǎng)，大約12周，還有期中和期末考試，所以大概只聽(tīng)了一半，沒(méi)有跟完。今年9月將再次開(kāi)課，希望到時(shí)候能繼續(xù)把它學(xué)完。

這門課可能專業(yè)性較強(qiáng)，因此在論壇里討論的人不多，但趙老師和他的團(tuán)隊(duì)卻經(jīng)常在論壇里回答問(wèn)題，可以說(shuō)非常努力地在跟學(xué)生交流。如果有不懂的地方，能及時(shí)得到老師的指點(diǎn)，也是非常不錯(cuò)的學(xué)習(xí)體驗(yàn)。

3. edX《Robot Mechanics and Control（機(jī)器人力學(xué)和控制）》

這是一門現(xiàn)場(chǎng)錄制的課程， 來(lái)自韓國(guó)首爾大學(xué)，分1、2兩部分，在edX上開(kāi)課，我基本聽(tīng)完了第一部分，但作業(yè)沒(méi)能按時(shí)完成。這門課也有相當(dāng)?shù)纳疃?，它的基本?nèi)容是力學(xué)方面的分析，比較偏物理，包括自由度的分析、機(jī)械手抓取分析、開(kāi)鏈運(yùn)動(dòng)和閉鏈運(yùn)動(dòng)等等?？荚囉幸欢ǖ碾y度，但課程講解非常清晰、老師沒(méi)有一點(diǎn)口音，并且錄像拍攝得相當(dāng)好。有必要花時(shí)間重新學(xué)習(xí)。

這門課的老師也是很牛的，最近在Springer的機(jī)器人手冊(cè)《Handbook or Robotics》里面看到了老師主編的章節(jié)，也可以作為這門課的教材。下載地址

http://link./referencework/10.1007%2F978-3-540-30301-5

4. open2study《Mobile Robotics（移動(dòng)機(jī)器人）》

這門課open2study的機(jī)器人課，只有短短四周時(shí)間，干貨不多，基本沒(méi)有比較系統(tǒng)的理論知識(shí)，大多為一些概念性的介紹，可以作為機(jī)器人技術(shù)的普及來(lái)學(xué)習(xí)。

以上4門課程，前三門非常推薦，干貨很多，但有關(guān)控制和機(jī)器人方面的課程，還有如下這些。這些課程可能沒(méi)有怎么認(rèn)真聽(tīng)完，有些也是即將準(zhǔn)備學(xué)習(xí)的內(nèi)容，所以不過(guò)度隨意評(píng)價(jià)。

5. iversity《Modeling and Simulation using MATLAB（MATLAB建模與仿真）》

德國(guó)老師講的Matab建模課，角度比較廣泛，不局限于工程應(yīng)用，還包括了很多經(jīng)濟(jì)、商業(yè)方面的建模。在MOOC學(xué)院的討論區(qū)中，也有兩派對(duì)立的評(píng)價(jià)，一種認(rèn)為老師講的很沒(méi)勁，另一種認(rèn)為課程內(nèi)容很有趣。其實(shí)兩種說(shuō)法都沒(méi)錯(cuò)，課程內(nèi)容的確很有趣，但老師講解的方式，是有點(diǎn)單調(diào)，這與德國(guó)人的性格和說(shuō)話方式有關(guān)吧。

5. 過(guò)來(lái)人公開(kāi)課《現(xiàn)代控制理論》

已經(jīng)開(kāi)過(guò)課，也是趙千川老師主講，等待下次開(kāi)課中。

6. 臺(tái)灣國(guó)立清華大學(xué)磨課師平臺(tái)《Control Systems（控制系統(tǒng)）》

等待開(kāi)課中。

7. edX《Autonomous Navigation for Flying Robots（飛行機(jī)器人自動(dòng)導(dǎo)航）》

已經(jīng)edX上開(kāi)過(guò)課。

8. edx《The Fascinating World of Robots and Robotics（魅力機(jī)器人）》

這門課是北大的老師在edX上首次開(kāi)課，計(jì)劃2014年9月開(kāi)課?？磧?nèi)容大概也是普及性的課程。

【機(jī)器學(xué)習(xí)課單】

關(guān)于機(jī)器學(xué)習(xí)部分，也有很多重要并且優(yōu)秀的課程資源。對(duì)我來(lái)說(shuō)，吳恩達(dá)（Andrew Ng）的三種機(jī)器學(xué)習(xí)課程是必看，既能入門也能深入。加州理工學(xué)院的Learning from data難度較大，但從理論的角度深入地解釋了內(nèi)涵。另外Udacity上的三門機(jī)器學(xué)習(xí)，也非常有干貨。

1. Coursera《Machine Learning（機(jī)器學(xué)習(xí)）》

這是為Coursera奠基的課程，但當(dāng)時(shí)看的時(shí)候不知道。主講人Andrew Ng用最快的速度，讓你大概知道什么是機(jī)器學(xué)習(xí)。并且通過(guò)每周一次的Matlab編程練習(xí)，讓你很快就能上手，知道機(jī)器學(xué)習(xí)的算法是如何工作的。最重要的是，這門課還介紹了很多機(jī)器學(xué)習(xí)的應(yīng)用問(wèn)題，包括各種診斷法、學(xué)習(xí)理論、學(xué)習(xí)曲線、異常檢測(cè)、機(jī)器學(xué)習(xí)流水線（Pipeline）等等，都是非常實(shí)用的技術(shù)，告訴你不要只顧埋頭拉車，要學(xué)會(huì)看路。

但唯一有遺憾的是，沒(méi)有太多地從概率角度進(jìn)行理解，沒(méi)有涉及樸素貝葉斯、高斯判別分析、VC維度、EM算法等等比較重要的知識(shí)。但作為入門課程，已經(jīng)非常好了。

可以說(shuō)，這門課對(duì)我的影響是巨大的，我從一開(kāi)始不懂什么是機(jī)器學(xué)習(xí)，通過(guò)這門課知道了機(jī)器學(xué)習(xí)，并且在學(xué)校接觸到，在畢業(yè)設(shè)計(jì)中用到，一直帶到工作中。雖然現(xiàn)在我依然是一個(gè)入門者，但我隨時(shí)都會(huì)把這門課調(diào)出來(lái)看看，每次看都有新的認(rèn)識(shí)。Andrew的幾句每節(jié)課必說(shuō)的話“In the last video …”“Concretely”“Hopefully”等等，一聽(tīng)到就有種親切的感覺(jué)。

如果看Coursera的機(jī)器學(xué)習(xí)課還不過(guò)癮的話，以下兩種也是Andrew講授的機(jī)器學(xué)習(xí)課程，可以彌補(bǔ)一些不足。

1A. Stanford Engineering Everywhere CS229 - Machine Learning

這是我最近主要花時(shí)間在學(xué)習(xí)的內(nèi)容，斯坦福大學(xué)公開(kāi)課的視頻，并不是MOOC的形式。但Andrew Ng在這20講課程中，完整地對(duì)機(jī)器學(xué)習(xí)進(jìn)行了深入的講解，在Coursera中沒(méi)有涉及到的那些內(nèi)容，基本都有涵蓋。這些課程可在Youtube上找到原版，國(guó)內(nèi)網(wǎng)易公開(kāi)課中有翻譯版本，但是不太清晰，另外也不建議依賴翻譯，不一定準(zhǔn)確。網(wǎng)上有很多牛人，在博客上寫出自己的學(xué)習(xí)筆記，可以很方便的參考。有些對(duì)EM這種抽象的算法寫得非常生動(dòng)，值得參考和借鑒。

由于是課堂錄制的視頻，因此聲音和圖像都沒(méi)有那么清晰。另外由于老師的板書比較行云流水，因此可能看起來(lái)還是有霧里看花的感覺(jué)，需要通過(guò)notes花時(shí)間理解，否則會(huì)比較吃力。

1B. Stanford OpenClassroom Machine Learning

這是在Coursera之前的一個(gè)斯坦福的平臺(tái)，后來(lái)被放棄了。所以很少有人知道。在這個(gè)平臺(tái)中的機(jī)器學(xué)習(xí)課，只更新到前6章，后3章沒(méi)有視頻。這個(gè)平臺(tái)的機(jī)器學(xué)習(xí)課，跟Coursera的錄制方式是一樣的，基本上是同時(shí)錄制的，只是課程LOGO不一樣，每堂課的內(nèi)容稍有不同。但也有一些Coursera上沒(méi)有放上去的內(nèi)容，比如樸素貝葉斯、牛頓法等等。一共更新了30個(gè)視頻，可以在鏈接中找到視頻。

這個(gè)版本的視頻截圖是這樣的。跟Coursera版本很明顯是同時(shí)期錄制的，但LOGO不同，最終可能被舍棄掉了。如果看不懂斯坦福公開(kāi)課，而喜歡這種教學(xué)方法的話，可以看看這里，有很少量的幾節(jié)Coursera里沒(méi)有，大部分都是類似的。

平臺(tái)主頁(yè)，沒(méi)有更新全，是一個(gè)被廢棄的地方。不過(guò)我還是把它找到了哈哈。

附：三種Andrew Ng機(jī)器學(xué)習(xí)課程平臺(tái)比較

2. edX《Learning from data（從數(shù)據(jù)中學(xué)習(xí)）》

這是加州理工學(xué)院的機(jī)器學(xué)習(xí)課，在edX上開(kāi)過(guò)課。這也是課堂實(shí)錄的方式，老師講的雖然比較慢，但深入到機(jī)器學(xué)習(xí)的靈魂深處，花了很長(zhǎng)的時(shí)間來(lái)鋪墊VC維，數(shù)學(xué)推導(dǎo)也比較多，因此還是會(huì)有一點(diǎn)難度。目前我學(xué)到大概一半的地方，然后轉(zhuǎn)向Andrew Ng的斯坦福公開(kāi)課CS229了，兩種課結(jié)合起來(lái)聽(tīng)理解更透徹一些。

其他機(jī)器學(xué)習(xí)課程

3. Coursera《機(jī)器學(xué)習(xí)基石》

這是臺(tái)灣大學(xué)林軒田老師的課程，林老師是加州理工Learning from data那門課老師的學(xué)生，因此授課思路很像，都是“機(jī)器能學(xué)嗎？機(jī)器學(xué)什么？機(jī)器怎么學(xué)好？”，連課程LOGO都很類似（事實(shí)上正是二人合著的書的封面）。因此這門課可以看做是Learning from data的中文版本。

4. Udacity《機(jī)器學(xué)習(xí)（一）》

Udaciy這三個(gè)機(jī)器學(xué)習(xí)課程，都由兩個(gè)老師你一言我一語(yǔ)地講完，跟說(shuō)相聲一樣。一個(gè)捧哏一個(gè)逗哏，由于開(kāi)視頻不太方便，目前正在聽(tīng)第一部分，還沒(méi)聽(tīng)完?？梢匀肯螺d下來(lái)聽(tīng)，但需要使用播放器VLC。這三部分是按照監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)來(lái)劃分的，全部聽(tīng)完應(yīng)該會(huì)很有收獲。

Udacity課程的好處是，每一段都很短，都是用手寫板的形式，有時(shí)候老師的字跡會(huì)比較難分辨。隨時(shí)會(huì)有小測(cè)驗(yàn)，檢驗(yàn)?zāi)懵?tīng)懂了沒(méi)有。值得一提的是，很多測(cè)驗(yàn)會(huì)通過(guò)一些其他的知識(shí)點(diǎn)來(lái)幫助你更好的理解。比如在介紹K-NN的時(shí)候，專門比較了三種機(jī)器學(xué)習(xí)方法的時(shí)間復(fù)雜度和空間復(fù)雜度。

這門課基本不涉及任何編程，也沒(méi)有詳細(xì)的理論推導(dǎo)。但是涵蓋的面比較廣，概括性地讓你對(duì)機(jī)器學(xué)習(xí)有一個(gè)基本的認(rèn)識(shí)。第一部分“監(jiān)督學(xué)習(xí)”主要內(nèi)容有：決策樹(shù)、回歸與分類、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯學(xué)習(xí)、VC維度等。

5. Udacity《機(jī)器學(xué)習(xí)（二）》

這是Udacity機(jī)器學(xué)習(xí)課第二部分“非監(jiān)督學(xué)習(xí)”，主要內(nèi)容有聚類、特征選擇、計(jì)算學(xué)習(xí)理論、信息理論等等。

6. Udacity《機(jī)器學(xué)習(xí)（三）》

這是Udacity機(jī)器學(xué)習(xí)課第三部分“增強(qiáng)學(xué)習(xí)”，主要內(nèi)容有馬爾科夫決策過(guò)程、Q-學(xué)習(xí)、游戲理論等。

7. Coursera《Neural Networks for Machine Learning 機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)》

這門課上一次開(kāi)課還是在2012年，已經(jīng)很久沒(méi)有開(kāi)過(guò)了，但注冊(cè)進(jìn)去依然可以獲得所有教學(xué)視頻。這門課的老師就是久負(fù)盛名的深度學(xué)習(xí)創(chuàng)始人Geoffery E Hinton。課程前半部分介紹傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，主要是監(jiān)督學(xué)習(xí)中的應(yīng)用，后半部分開(kāi)始介紹非監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，包括很多深度網(wǎng)絡(luò)的概念和基礎(chǔ)知識(shí)，比如Restricted Boltzmann Machines（限制波爾茲曼機(jī)）、Auto-Encoders（自動(dòng)編碼器）等等。課程有難度，是目前唯一一門有關(guān)深度學(xué)習(xí)的課程，非常值得學(xué)習(xí)！

【學(xué)術(shù)研究課單】

1. 中國(guó)大學(xué)MOOC、過(guò)來(lái)人公開(kāi)課《文獻(xiàn)管理與信息檢索》

這門課據(jù)說(shuō)是中科大最受歡迎的一門課之一，主講人羅昭鋒老師已經(jīng)多次教授這門課程了，應(yīng)該說(shuō)經(jīng)驗(yàn)非常豐富。最近剛在中國(guó)大學(xué)MOOC平臺(tái)開(kāi)課，并且即將在過(guò)來(lái)人公開(kāi)課平臺(tái)開(kāi)課。主要內(nèi)容非常多，既包括面向大眾的網(wǎng)絡(luò)搜索方法，也包括面向科研人員的文獻(xiàn)管理、信息檢索的知識(shí)。包括幾大數(shù)據(jù)庫(kù)怎么用，EndNote、Hitsite、為知筆記、思維導(dǎo)圖這些軟件怎么用，同時(shí)也包括了羅老師自己多年總結(jié)的一些經(jīng)驗(yàn)和感想。這門課涉及的大部分內(nèi)容，是研究生必學(xué)必看必會(huì)的，其他少部分內(nèi)容，對(duì)普通不做研究的人來(lái)說(shuō)，也是大有裨益的。

2. Springer作者學(xué)院

斯普林格作者學(xué)院包括很多子學(xué)院，比如作者學(xué)院、英語(yǔ)學(xué)院、同行評(píng)審學(xué)院、開(kāi)放獲取學(xué)院，介紹了論文的寫作規(guī)范、投稿的規(guī)定、同行評(píng)審的流程等等。給需要寫論文投稿的人提供了非常有價(jià)值的參考。前段時(shí)間聽(tīng)課送禮物，得了一個(gè)簡(jiǎn)易的軟水壺。

3. Canvas平臺(tái)《Mastering Academic Research: Information Skills for Successful Students（學(xué)術(shù)研究：成功的信息搜索技術(shù)）》

這是Canvas平臺(tái)一門6個(gè)星期的信息搜索課，講了很多信息搜索的技巧，大部分內(nèi)容需要閱讀，視頻較少，因此體驗(yàn)不太好。另外這門課已經(jīng)結(jié)束了，而且不能再加入，要聽(tīng)的話只能等待下一次。

4. Coursera《Understanding Research Methods（了解研究方法）》

這門課沒(méi)趕上，只好等待下次開(kāi)課了。

5. Coursera《Solid Science: Research Methods（嚴(yán)謹(jǐn)科學(xué)：研究方法）》

荷蘭阿姆斯特丹大學(xué)的新課，2014年9月開(kāi)始。不過(guò)注意這門課是面向社會(huì)科學(xué)和行為學(xué)的。

6. Stanford Online《SciWrite Writing in the Sciences（科學(xué)寫作）》

這是斯坦福大學(xué)的論文寫作課程，2012年登陸Coursera平臺(tái)，現(xiàn)在轉(zhuǎn)移至Stanford Online平臺(tái)開(kāi)課。但Coursera平臺(tái)仍然可以觀看所有視頻。

【特別推薦】

除了專業(yè)課程以外，有很多課程看似與我們無(wú)關(guān)，但實(shí)際上是非常有好處的。這里只提一門課，我認(rèn)為是全中國(guó)的人都應(yīng)該好好學(xué)習(xí)一下的。

Coursera《關(guān)愛(ài)生命--實(shí)用急救和自救技能》

這門課其實(shí)已經(jīng)在“好大學(xué)在線”平臺(tái)開(kāi)過(guò)了，我聽(tīng)完了所有內(nèi)容，基本包括所有常用的急救方法?，F(xiàn)在經(jīng)常聽(tīng)到安全事故的發(fā)生，在發(fā)生事故時(shí)，由于不懂急救常識(shí)而錯(cuò)過(guò)生命機(jī)會(huì)的例子屢見(jiàn)不鮮，因此我覺(jué)得全民都有必要好好學(xué)習(xí)這些急救知識(shí)，在關(guān)鍵時(shí)刻能為自己、為他人帶來(lái)更大的生存機(jī)會(huì)。