人們對人工智能（AI）和機器學習（ML）知識和技能的需求已經到了供不應求的地步，但是，並非每個人都有空閒時間和金錢花費數年時間獲得學位或其他正式的資格證書。
如今，網上有大量免費的教育內容、教程和指南，你完全有可能在不花一分錢的情況下全面學習這些主題。
而且，你可以按照自己的情況安排學習進度。其中，有一些材料是世界一流大學制作的，還有一些材料則是由經驗豐富的專業人士分享的知識。
這些課程針對不同的受眾，也許你想學習如何設計和編碼AI算法，也許想把各種DIY的AI工具和服務組合在一起，再或者你可能正在管理AI項目。
無論你的需求是什麼，你都可以在這裡找到擴大視野的課程。
Elements of AI - Helsinki University
這是一門基礎課程，面向想要了解AI是什麼、有哪些用途和哪些影響的人，不需要具備基礎的數學和統計學專業背景。
這項課程說明，瞭解人工智能和機器學習並不需要對這些領域有深入的瞭解。去年，這項課程僅在芬蘭提供，這是芬蘭政府推動全民AI教育的一項舉措，因此決定將其貢獻給全世界。
Learn with Google AI
Learn with Google AI除了涵蓋基礎知識的基礎教程之外，還提供了將AI和ML應用於社會、環境和人道主義挑戰的說明，以及有關如何確保AI實施符合道德和“以人為本”的信息。
這項課程有助於幫你廣泛地瞭解，無論是技術因素還是其他在考慮AI時非常重要的因素。
Intro to Artificial Intelligence – Udacity
這項課程從統計學和邏輯學的基礎開始，討論AI的更多應用和特定用途，包括機器人技術、計算機視覺和自然語言處理。
該課程由兩位經驗豐富的AI研究人員Peter Norvig和Sebastian Thrun教授，設計大約需要四個月的時間。
Machine Learning – Stanford University (Coursera)
該課程為那些想學習AI的人提供了重要的在線資源，由吳恩達領導該項目。
吳恩達曾是谷歌Google Brain深度學習計劃的創始人。該課程提供給了開發和部署自動學習所需的數學、統計學和計算機科學基礎知識。
AI for Everyone – Andrew Ng (Coursera)
這是吳恩達的另一項課程。該課程明確針對那些不需要對AI有深入的技術瞭解，但可能希望在企業組織內使用AI，或者與非技術人員合作開展AI計劃的人或者團隊。
該課程涵蓋了運行AI項目的工作流程，以及如何圍繞業務中AI部署制定策略。
Data Science and Machine Learning Essentials – Microsoft (EdX)
由於數據科學是當今所有AI的基礎，因此這兩個主題之間存在很多交叉。
如果你對數據科學感到困惑，那麼可以將機器學習視為一種利用數據科學來實現AI的技術。該課程全面概覽了數據科學，從核心概念入手，以及如何將其運用於機器學習。
Machine Learning Crash Course – Google
這是谷歌的另一項課程，據說是在谷歌從事與AI相關工作的每個人都必須閱讀的。
這門課程涵蓋了基礎知識，還涉及TensorFlow的理論和實際應用。TensorFlow是Google的開源深度學習庫，已經被用於谷歌很多的AI增強服務和項目中。
Learning From Data (Introductory Machine Learning) - Caltech (EdX)
這項課程從“學習什麼”以及“機器可以學習嗎”等理論原理入手，涵蓋了高級實際應用，包括創建用於為神經網絡提供動力的機器學習算法。
該課程主要面向那些從事數據科學家或分析師職業的人們，所有材料都是免費提供的，最後可以支付50美元獲得官方認證。
Artificial Intelligence A-Z: Learn How To Build An AI – Udemy
這項課程有些不同，通過這項課程你將學到一些打造可解決現實世界中各種AI問題（例如駕駛汽車或者玩遊戲）的系統所必要的實際步驟。
此外，該課程還涵蓋了Q學習，一種基於強化學習的機器學習形式，在尖端應用中越來越流行。
Creative Applications of Deep Learning With Tensorflow – Kadenze (Class Central)
深度學習是AI的最先進領域之一，正在推動著能夠像人類一樣思考和學習的機器的邊界。
這項課程專注於由Google創建的、用於深度學習的開源TensorFlow框架，並因為提供了易於遵循的複雜技術主題指南而受到好評。
閱讀更多 代號8 的文章
