免費 AI 教學的 8 個最佳 YouTube 頻道

人工智慧工具是影響科技業乃至世界其他地區的最新熱潮。

多年來，世界各地的老闆都試圖透過用人工智慧取代工人來提高利潤，而世界各地的工人也試圖透過獲得人工智慧管理的新技能來保住自己的工作。我們試圖幫助收集普通員工可以查看的免費線上培訓課程。

然而，繼續教育並不總是那麼容易：您可能已經朝九晚五，因此在晚上或週末完成家庭作業可能是一個巨大的麻煩。另外，您可能不熟悉典型的線上課程網站，例如 Coursera 或 edX.com。甚至不要讓我解釋 AWS 是什麼。

但有一個視頻平台是每個人和他們的奶奶都知道並喜愛的。 YouTube 是現代注意力不足過時候的完美學習網站。許多 YouTube 創作者因快速跳切編輯和快速說話風格而臭名昭著，他們可以用易於理解的方式幫助解釋經常令人困惑的人工智慧世界。

以下是 YouTube 頻道的所有熱門推薦，可協助您快速了解機器學習、資料處理和生成式 AI 的詳細資訊。

森德克斯

該頻道涵蓋哪些內容？根據自己的簡介，這一切都是關於 Python 程式設計的，此外還涉及「機器學習、金融、資料分析、機器人、網路開發、遊戲開發等」等主題。當然，人工智慧已經發揮了作用。

資料科學家 Harrison Kensley 負責經營該頻道，提供從各個角度涵蓋人工智慧的影片。它們也可以追溯到人工智慧成為科技領域熱門詞彙之前的幾年：觀看次數最多的影片「Python 實用機器學習教學」目前已有 8 年歷史，觀看次數為 270 萬次。

這些影片旨在幫助初學者獲得與 Python、GPT 等互動的實用指導。你可以在這裡查看頻道。

3藍1棕

這個物理和數學頻道提供了流暢的圖形和精心編寫的旁白，並解開了極客數學背後的原理。自然，它對人工智慧有很多話要說。

請注意：這不適合完全的新手——它涉及神經網路如何學習背後的實際代數。當然，您不必親自解決任何數學問題。相反，您將透過仔細解釋更複雜的公式背後的一般概念來引導您完成所有內容。

就像我們在這裡的大多數建議一樣，這個頻道並不是 100% 致力於人工智慧。然而，它非常關注技術，並提供了大量涵蓋該技術的視頻，這對於不害怕一些數學問題的人工智慧學生來說是另一個很好的資源。

您應該從“什麼是神經網路？”開始。播放列表，仍在定期更新。

深度學習人工智慧

電腦科學家兼人工智慧專家吳恩達（Andrew Ng）曾出現在我們過去的網路最佳免費人工智慧知識課程指南中，這要歸功於他在 Coursera 等網站上建立了大量免費課程的努力。當然，他也出現在 YouTube 上。

DeeplearningAI 的課程全部從 Coursera 移植過來，因此您將在兩個網站上獲得相同的課程計劃和影片課程。課程包括機器學習專業化（41 個影片）或生產機器學習工程（40 個影片）等主題。然而，這並不是所有課程：您還可以查看定期直播，例如最近關於「如何有效閱讀人工智慧研究論文」主題的長達一小時的視訊討論。

您可以在此處查看整個頻道 - 只需向下滾動到“已建立的播放清單”部分即可瀏覽資訊最豐富的播放清單以首先觀看。

數據學校

Kevin Markham 直接解釋了為什麼你應該查看這個頻道，他的簡歷立即詢問觀眾：“你是否正在嘗試學習數據科學，以便獲得第一份數據科學工作？”如果您心裡的答案是“是”，那麼您就是本次活動的目標受眾。

Markham 主要專注於使用 Python 程式語言的資料科學，使該頻道與 Sentdex 競爭。主題包括動手實作課程，涵蓋開源 scikit-learn 機器學習庫等領域，或如何使用 ColumnTransformer 對不同列應用不同預處理等有針對性的內容。

同時，您還可以觀看更一般的概念視頻，例如“理解混淆矩陣”。在這裡查看整個頻道。

兩分鐘論文

喜歡研究？討厭費力地閱讀枯燥的學術語言來弄清楚最新論文的內容？該 YouTube 頻道致力於提供最新研究論文的簡潔、聰明的摘要。

熱門播放清單包括 3D 列印和Metaverse等非 AI 主題，但您會想查看專門討論「ChatGPT、GPT4、OpenAI、Stable Diffusion 等！」的播放清單。了解所有人工智慧研究新聞。

這是一個包含 90 個影片的龐大播放列表，但它們的長度都在五分鐘左右，這使得該頻道成為快速簽到的絕佳選擇，而不是冗長的充滿作業的課程。您可以在此處查看 AI 播放清單。

喬什·斯塔默 (Josh Starmer) 的 StatQuest

喬許·史塔默（Josh Starmer）採用自上而下的方法來教授統計學、機器學習和資料科學背後的基礎知識。

值得一看的多年播放清單包括“神經網路/深度學習”、“統計基礎知識”、“線性回歸和線性模型”和“機器學習”。最近的影片涵蓋了名為「人工智慧中的人類故事」的系列中的播客式對話，以及令人難以置信的書呆子準動畫指南，例如「神經網路的基本矩陣代數，清晰解釋」。

Starmer 也推出了一些帶有吉他伴奏的原創歌曲，因此您肯定會透過該頻道獲得量身定制的體驗。在這裡檢查一下。

西拉吉·拉瓦爾

Raval 的頻道旨在傳播數據素養，其中的主題對於任何在我們的 YouTube 指南中讀到這裡的人來說都應該非常熟悉：人工智慧、數學、科學和技術都在討論中。

然而，這次的主題立即引人入勝，重點是經驗而不是死記硬背的課程。例如，最近的一些影片包括“我用ChatGPT 建立了一個體育博彩機器人”或“人工智慧在24 小時內將1 萬美元轉化為利潤（無需編碼！）”，它們很引人注目，旨在讓那些對世界同樣感興趣的觀眾驚嘆不已。

您還將獲得有趣的播客對話和一些人工智慧教學。來這裡試試你的運氣吧。

傑里米·霍華德

Jeremy Howard 是一位資料科學家，也是 fast.ai 的創辦人，fast.ai 是一家專注於向人們傳授神經網路知識的研究機構。他創建了 ULMFiT，這是一個在 ChatGPT 和 Google Gemini 等主要人工智慧工具中使用的系統。現在，他正試圖將人工智慧知識帶給每個人，他的 YouTube 頻道就是起點。

他的重點是“深度學習”，這是一種強調神經網路的機器學習。他的播放清單包括多個錄製的講座系列，重點是“程式設計師實用深度學習”，其中有 2020 年版本，旨在為那些只參加過 2018 年版本的人提供更新。

簡而言之，他是貨真價實的人。事實上，您可以立即查看 Howard 提供的一系列免費線上課程，這就是 YouTube 的奇蹟。在這裡查看霍華德的作品。