深受好评的台大李宏毅老师讲述的机器学习课程，该课程也是此类教程中非常难得使用中文授课的一门，外语不好的小伙伴儿们有福啦。课程以深度学习为主轴，强调实战性。除了基础知识和算法的讲解，还包含各种相关前沿技术的解读，课程中涉及到的项目都非常新，与时俱进。

李老师讲课注重对基本原理的深入浅出，风趣幽默，举重若轻，常常引用动漫形象进行原理的类比解说，实在是机器学习教程里的一股清流哇~

• 课时1：（0-1）Introduction of Machine Learning (38分56秒)
• 课时2：(0-2)Why we need to learn machine learning ? (1分19秒)
• 课时3：(1-1)回归-案例研究 (1小时18分34秒)
• 课时4：（1-2）Regression - Demo (6分52秒)
• 课时5：（2）Where does the error come from ? (43分14秒)
• 课时6：（3-1）Gradient Descent (1小时1分51秒)
• 课时7：（3-2）Gradient Descent (Demo by AOE) (2分34秒)
• 课时8：（3-3）Gradient Descent (Demo by Minecraft) (1分40秒)
• 课时9：（4）Classification (1小时9分40秒)
• 课时10：（5） Logistic Regression (1小时7分13秒)
• 课时11：（6）Brief Introduction of Deep Learning (46分30秒)
• 课时12：（7）Backpropagation (31分25秒)
• 课时13：（8-1）“Hello world” of deep learning (29分51秒)
• 课时14：（8-2）Keras 2.0 (9分37秒)
• 课时15：（8-3）Keras Demo (11分12秒)
• 课时16：（9-1）Tips for Training DNN (1小时26分2秒)
• 课时17：（9-2）Keras Demo 2 (15分20秒)
• 课时18：（9-3） Fizz Buzz in Tensorflow (sequel) (6分9秒)
• 课时19：（10）Convolutional Neural Network (1小时19分28秒)
• 课时20：（11）Why Deep ? (57分44秒)
• 课时21：（12）Semi-supervised (59分59秒)
• 课时22：（13）Unsupervised Learning - Linear Methods (1小时40分20秒)
• 课时23：（14）Unsupervised Learning - Word Embedding (40分38秒)
• 课时24：（15）Unsupervised Learning - Neighbor Embedding (30分58秒)
• 课时25：（16）Unsupervised Learning - Auto-encoder (42分3秒)
• 课时26：（17）Unsupervised Learning - Deep Generative Model (Part I) (29分34秒)
• 课时27：（18）Unsupervised Learning - Deep Generative Model (Part II) (1小时3分30秒)
• 课时28：（19）Transfer Learning (1小时14分28秒)
• 课时29：（20）Support Vector Machine (SVM) (1小时5分26秒)
• 课时30：（21-1）Recurrent Neural Network (Part I) (48分59秒)
• 课时31：（21-2）Recurrent Neural Network (Part II) (1小时30分49秒)
• 课时32：（22）Ensemble (1小时39分58秒)
• 课时33：（23-1）Deep Reinforcement Learning (1小时6分21秒)
• 课时34：（23-2）Policy Gradient (Supplementary Explanation) (13分19秒)
• 课时35：（23-3）Reinforcement Learning (including Q-learning) (1小时5分33秒)