课程介绍：用动画讲述数学专业知识，其视频涵盖了线性代数、微积分、拓扑学等领域，每门课都配有直观生动的动画演示，帮助观众加深对数学概念定理的理解。
2、数学分析
课程介绍：复旦陈纪修老师的数学分析视频课程，共214讲。陈纪修老师主持编写了21世纪课程教材——《数学分析》。
3、数学建模
www.bilibili.com/video/av8824879
课程介绍：清华大学数学建模公开课，共84讲。教材用的是《数学模型》姜启源。
4、统计学
课程介绍：可汗学院公开课，将统计学所有内容都涵盖了。共85讲。
1、Python数据可视化分析
课程介绍：麦子学院的公开课，共31讲。
2、MatplotlibPython画图教程
课程介绍：莫烦Python的课程内容，共19讲。
1、Python数据分析与展示(北京理工大学)
课程介绍：北京理工大学MOOC课程，共65讲。
2、Numpy&Pandas
课程介绍：莫烦Python数据处理教程，主要讲解Numpy、Pandas两个包的使用。共18讲。
3、【数据分析】SQL数据库入门到精通，最干净易懂的小白必备教程10小时完整版
课程介绍：英文课程，中文字幕，很多同学表示这是看过最好的课程，通俗易懂。
1、清华大学-数据挖掘：理论与算法
1、[中英字幕]吴恩达机器学习系列课程
2、林轩田机器学习基石(国语)
课程介绍：台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。
3、机器学习技法（林轩田）
课程介绍：同样是台大林轩田老师课程，通常学完基石的同学会继续学习这一门课程。
4、李宏毅机器学习(2017)
课程介绍：台大教授李宏毅制作的，经常被认为机器学习中文课程的首选，而且课程风格诙谐幽默，这就让枯燥的课程变的有趣许多。而且最重要的是，课程中布置了很多作业，而万能的网友更是找出了作业答案，并将其公布在了留言区，可以说太良心了，简直是没钱报班学习者的福音。
5、up主：shuhuai008【机器学习】【白板推导系列】
课程介绍：这个up主来自清华，他做的这一套机器学习白板推导的视频讲解系列目前出到第33集流模型。这个视频系列最大的特点是给出了整体的框架，再用单章去分解里面的重点，力求做到简洁易懂，很有中国特色。对比国外普遍一个视频2小时的课程，更适合国人。
6、机器学习教程【强烈推荐】
课程介绍：这门课程来自邹博老师的《机器学习与数学分析》，风格同样是深入浅出、通俗易懂，对于有基础和没基础的同学，都能让你轻易入门。
7、机器学习算法-2017邹博最新（Python版）
课程介绍：这门课程同样来自邹博老师，适合配合上一部一起观看。
8、(上海交通大学张志华)机器学习导论
课程介绍：张志华老师的这门课讲的很深入，适合学习机器学习和深度学习的研究者深入学习，内容比较偏向理论，需要一定的数学基础。
9、Scikit-learn(sklearn)优雅地学会机器学习(莫烦Python教程)
课程介绍：莫烦的机器学习教程汇集了很多近些年来比较流行的python模块教程。课程内容有趣，没有机器学习背景的朋友们也能产生兴趣，对机器学习的每种方法都能迅速理解。另外，对于已经入门了的同学们,这门课程也是一个提升自己应用机器学习的好地方,因为里面同时也介绍了很多种机器学习的技巧方法,能大大帮助提升学习效果。
10、Stanford:StatisticalLearning斯坦福大学：统计学习
课程介绍：这门课程来自统计学两位超级大佬，全英文字幕，是公认的统计学系入门课程，使用的教材是Introductiontostatisticallearning，极力避免深奥的公式推导和复杂的概念，对于数学基础不好的人非常友好。
1、【中英字幕】吴恩达深度学习课程
第一课—神经网络与深度学习
课程介绍：这门课程的目标是为同学们介绍深度学习的基础知识。学完这门课，你将能够：理解驱动深度学习的主要技术趋势；能够搭建、训练并且运用全连接的深层神经网络；了解如何实现高效的（向量化）的神经网络；理解神经网络架构中的关键参数。
第二课—改善深层神经网络：超参数调试、正则化以及优化
课程介绍：这门课程将学会理解业界构建深度神经网络应用最有效的做法；能够高效地使用神经网络通用的技巧，包括初始化、L2和dropout正则化、Batch归一化、梯度检验；能够实现并应用各种优化算法，例如mini-batch、Momentum、RMSprop和Adam，并检查它们的收敛程度；理解深度学习时代关于如何构建训练/开发/测试集以及偏差/方差分析最新最有效的方法；能够用TensorFlow实现一个神经网络。
第三课—结构化机器学习项目
课程介绍：这门课程将学会理解如何诊断机器学习系统中的错误；能够优先减小误差最有效的方向；理解复杂ML设定，例如训练/测试集不匹配，比较并/或超过人的表现；知道如何应用端到端学习、迁移学习以及多任务学习。
第四课—卷积神经网络
课程介绍：这门课程将学会理解如何搭建一个神经网络，包括最新的变体，例如残余网络；知道如何将卷积网络应用到视觉检测和识别任务；知道如何使用神经风格迁移生成艺术；能够在图像、视频以及其他2D或3D数据上应用这些算法。
第五课—序列模型
课程介绍：这门课程将学会理解如何构建并训练循环神经网络（RNN），以及一些广泛应用的变体，例如GRU和LSTM；能够将序列模型应用到自然语言问题中，包括文字合成；能够将序列模型应用到音频应用，包括语音识别和音乐合成。
2、up主：周博磊强化学习纲要
3、深度学习框架Tensorflow学习与应用
课程介绍：这门课程来自炼数成金。课程内容基本上是以代码编程为主，也会有少量的深度学习理论内容。课程会从Tensorflow最基础的图(graphs),会话(session),张量(tensor),变量(Variable)等一些最基础的知识开始讲起，逐步讲到Tensorflow的基础使用，以及在Tensorflow中CNN和LSTM的使用。在课程的后面会带着大家做几个实际的项目，比如训练自己的模型去进行图像识别，使用Tensorflow进行验证码的识别，以及Tensorflow在NLP中的使用。
4、PyTorch动态神经网络(莫烦Python教学)
课程介绍：这套视频比较适合有一些机器学习课程基础的同学。
5、Numpy&Pandas(莫烦Python数据处理教程)
课程介绍：这门课程汇集了在Python中最重要的数据处理，科学计算模块:Numpy和Pandas。
6、MatplotlibPython画图教程(莫烦Python)
课程介绍：Matplotlib是一个非常强大的Python画图工具;这门课程可以对比莫烦numpy&pandas&matplotlib同时来学。
7、tensorflow2.0入门与实战2019年最通俗易懂的课程
课程介绍：本课程是关于Tensorflow与深度学习实战的一门课程。该课用通俗易懂的实例，系统讲解了Tensorflow2.0的使用，可以说是目前最新最系统的Tensorflow2.0教程。其中讲解了Tensorflow中各种概念、操作和使用方法，针对Tensorflow的基础知识，在传统数据分析中应用进行详细讲解，并且给出了丰富的深度学习模型实战。
8、斯坦福2017季CS231n深度视觉识别课程视频
课程介绍：本课程是斯坦福大学关于计算机视觉的课程，全英文字幕，老师是Fei-FeiLi,JustinJohnson,SerenaYeung。
9、【北京大学】人工智能实践：Tensorflow笔记
课程介绍：这是人工智能入门课，将用八次课帮你梳理人工智能概念、机器学习方法、深度学习框架。
10、Keras快速搭建神经网络(莫烦Python教程)
课程介绍：这门课程包括对Keras的介绍以及如何搭建各种神经网络。
11、李宏毅对抗生成网络(GAN)国语教程(2018)
课程介绍：这门课程内容详略得当，不想推公式的同学可以跳过推导，并不影响后续课程。
课程的项目和论文都很新，同时也很生动，可以迅速的接触一些最新的东西。另外，为了讲清楚一个概念或技术，PPT的可视化做的非常用心，简洁易懂。
12、李宏毅深度强化学习(国语)课程(2018)
课程介绍：这门课程每个视频大约40分钟左右，PPT内容为英文，讲授语言为中文。课程内容主打强化学习，涉及理论和论文解读，需要同学们具备一定的强化学习基础。
13、DavidSilver强化学习课程高清版
课程介绍：这是DavidSilver在UCL讲授的强化学习入门课程。Silver就是那位来自DeepMind，在Nature上发表了DQN论文，紧接着提出AlphaGo和AlphaGoZero，从此掀起深度强化学习研究浪潮的大神。他的课程深入浅出，在介绍强化学习概念的过程中穿插了很多例子，对初学者非常友好，建议作为第一个观看的入门视频课程。
14、【中英文字幕】OpenAI-SpinningUpinDeepRLWorkshop（DeepReinforcementLearning）
课程介绍：对于想上手实践深度强化学习的同学们，这门课程是不错的资源，从VPG(VanillaPolicyGradient)到TRPO(TrustRegionPolicyOptimization)、SAC(SoftActor-Critic)均有实现，关键是OpenAI出品，代码质量高。
15、斯坦福CS224n深度学习自然语言处理课程byChrisManning
1、清华「云上学堂」:刘知远老师闲话AI——自然语言理解难在哪儿
1、[小甲鱼]零基础入门学Python
课程介绍：小甲鱼教学视频全套共96套，课程生动有趣幽默，强烈推荐给零基础学习python的同学，一步一步深入熟知Python。
2、Python编程从入门到实践
课程介绍：这门课程还有配套纸质书籍，非常适合初学者入门的python神书，文笔精炼，内容浅显易懂，还有源代码可做练习题。
3、麻省理工公开课（计算机科学导论及Python编程）
课程介绍：这门课是为零基础或编程经验较少的学生设计。适合新手学习编程，掌握基础计算机科学理论知识。
4、【Python】这可能是你见过的最简洁最没有废话的Python教程
课程介绍：老师雨敲窗表示，由于自己在python的学习道路上摸索了一些方法，也知道小白入门的痛点在哪里，所以这有可能是大家见到的最简洁的python入门教程，每节课视频长度5到10分钟，再花个一两个小时敲一敲代码就足够了。
5、python全栈开发（入门到放弃）
课程介绍：这门课程共616讲，内容非常系统翔实，包含Python领域方方面面，对基础的讲解非常透彻。
6、python数据结构与算法系列课程
课程介绍：课程一共44讲，知识点清晰，适合刚入门学习不久的学生，视频中所讲的算法较好理解，没学过python的也能看得懂，里面用得较多的是if、while循环，涉及python其它的语法的少。另外，该视频还有配套书籍，名称是《数据结构与算法Python语言描述裘宗燕著》。
7、Python教程_600集Python从入门到精通教程（懂中文就能学会）
课程介绍：这套教程共分为三部分：Linux基础命令；Python基础教程；飞机大战项目演练。从Linux开始讲起是为了照顾真正零基础的同学。
8、2019Python教程400集不定时更新！
课程介绍：这套Python课程400集，从零基础开始，全面讲解Python基础，直达可以手写神经网络的境界。
9、Python基础教程(莫烦Python教程)
课程介绍：Python基础非常适合刚入门,或者是以前使用过其语言的同学,每一段视频都不会很长,节节相连,对于迅速掌握基础的使用方法很有帮助。
10、【千锋教育】Python900集（学完可就业/2019版）
课程介绍：这门课程非常全面，很适合自学人群的查漏补缺。
1、up主：python人工智能大数据
推荐理由：这名up主来自清华大学，除了会搬运一些经典AI课程，还会有一些戳中同学痛点的视频，比如AI研究生不知道如何写论文？？清华大学计算机教授为你指点迷津！！！
这门课程内容为清华大学计算机系刘洋老师的《浅谈研究生学位论文选题方法》，主要对即将入学或已经在读的研究生的论文选题作出指导，解决同学们在选题时遇到的常见问题。
2、up主：稚晖君
推荐理由：这名up主超级硬核，作为一个AI开发者，凭借一个硬核纯手工作品——“套娃”小电视登上B站首页，播放量达263.7万。这是一台从零开始制造的AI助手“贾维斯”，不仅能当语音助手，还能处理实时图像，甚至能当web服务器。整个小电视除了芯片外，从手工画pcb、手工焊接，到写c++代码，几乎全是up主自己手工完成。根据一个技术大佬统计所需要用到的知识有：电子基础，电子元器件选型，电路原理图设计，高速电路PCB设计，电子元器件焊接技术，电路板调试，启动程序UBOOT裁剪移植，linux内核裁剪移植，文件系统，低层驱动程序(C语言,ARM架构汇编，linux内核架构)，上层应用程序(C++、Qt、JAVA、Python等，深度学习，机器学习，OpenCV，神经网络，自然语言处理)，静态博客服务器搭建，高等数学，线性代数，概率论，离散数学，3D建模，3D打印，雕刻机，视频拍摄后期制作，防脱发技术。