大数据文摘作品
作者：龙牧雪，魏子敏
在各位同学们推特、朋友圈、Coursera不懈的催更之下，跳水了几个月的吴恩达爸爸终于推出了深度学习系列课程的第五部分。至此，吴恩达的深度学习系列课程完整发布，各位同学可以放心开始上课了。
Coursera课程链接：
https://www.coursera.org/learn/nlp-sequence-models
图：deeplearning.ai官网的第五课状态终于从coming soon变成了可点击
图：Coursera官网显示，深度学习第5部分课程1月31日开始
昨天凌晨，吴恩达通过海外科技媒体medium公布了自己继deeplearning.ai和Landing.ai之外，第三个落地的人工智能创业项目——创投基金AI Fund。（点击查看大数据文摘相关报道《吴恩达创业项目第3弹揭晓：创投基金AI Fund，已募资1.75亿美金》）。
而在如此激动人心的消息之下，网友们却无心捧场，留言完全是另外一片画风：集体催更课程！
图：大佬别忙着搞大事情了，先把课程发完啊～～
文摘菌的文章下的留言区也未能幸免：
图：从暑假等到寒假了，心疼这位同学一秒钟
我们等课程到绝望的小伙伴，昨天也发朋友圈说，大佬再不发更我就要去喊大家“写联名信催更”了！
图：各种表情包出炉
确实，去年8月份，吴恩达的初创公司deeplearning.ai通过Coursera提供深度学习的最新在线课程，并列出了5个部分课程的上线日期。
但是，第五部分的课程一拖再拖。作为一个按月收费的课程，大家催更的心情也非常可以理解了。
图：说好的2017年12月更新，硬是拖到月底，再拖到2018年1月……
收费模式
依旧是7天免费试听，之后49美元/月，按月收费（这也是万众催更的一部分原因吧哈哈哈，每拖延一个月，可是要多花49刀啊）。
如果你只想看视频，可以选择用Audit模式旁听课程，免费，但是不能做作业（编程练习），也不能完成小测验。
课程内容
课程需要三周时间完成，共包括约4小时的视频，10小时的练习和小测验。从这个配比来看，练习和测验依旧是课程重头戏。
第一周：循环神经网络RNN
RNN
Gated Recurrent Unit(GRU)
LSTM
第二周：自然语言处理和词嵌入
Word2Vec
GloVe
第三周：序列模型和注意力机制
Beam Search
语音识别
图：Coursera课程内容
图：网易云课堂上的汉化课程目录
练习依旧使用在线云平台完成，可以直观看到模型的产出。
图：Coursera的练习平台
有了第五课“Sequence Models”里面关于NLP的内容，吴恩达终于把深度学习系列的内容拼全了。从深度学习入门，到计算机视觉，再到自然语言处理，吴恩达的课程无疑为想入行人工智能的小伙伴们提供了极佳的入口。
学习之前，大数据文摘也总结了一些大牛们写出的前四课的课程笔记给大家，可以点击查看：
《我从吴恩达深度学习课程中学到的21个心得：加拿大银行首席分析师“学霸“笔记分享》
《在等吴恩达深度学习第5课的时候，你可以先看看第4课的笔记》
总体来看，大数据文摘之前也提到过，吴恩达的这门课程整体来说属于深度学习的基础课程，因为课程定位为AI普及课，内容事实上更适合初学者，如果之前已经学习过coursera上相关课程的同学或者比较专业的选手，就不需要再重新学一遍这门课程了。
当然，想要系统学习深度学习的同学，我们也推荐一些更加专项的课程给大家：
多伦多大学三巨头，被誉为“深度学习之父“的Geoffrey Hinton教授在Coursera上的Neural Networks For Machine Learning课程。他的UT实验室在2012年的某医药大赛中如一匹黑马般赢得桂冠（即使整个团队没有一个人懂生物），真正地把深度学习带入了主流媒体的视线。链接：
https://www.coursera.org/learn/neural-networks
斯坦福大学CS231n卷积神经网络视觉识别课程（李飞飞授课），大数据文摘授权汉化教程链接：
http://study.163.com/course/introduction/1003223001.htm
斯坦福大学CS224d自然语言处理深度学习课程，链接：
http://cs224d.stanford.edu/
牛津大学与DeepMind合作的自然语言处理深度学习课程，大数据文摘授权汉化教程链接：
http://study.163.com/course/introduction/1004336028.htm
MIT 6.S094深度学习与无人车课程。大数据文摘授权汉化教程链接：
http://study.163.com/course/introduction.htm?courseId=1004938039
专门致力于为深度学习工程师提供教育资源的fast.ai。链接：
http://www.fast.ai/
Tensorflow提供的机器学习教程，分为两篇
初学者篇：
https://www.tensorflow.org/get_started/mnist/beginners
进阶篇：
https://www.tensorflow.org/get_started/mnist/pros
AI圣经级教科书（花书）－蒙特利尔大学教授Yoshua Bengio和他的前学生Ian Goodfellow合著的《Deep Learning》；英文版免费阅读：
http://www.deeplearningbook.org/ 中文版也已上市！
以上是一些免费课程，如果想要保证听课质量，保证有答疑和练习，我们也推荐网易云课堂一些收费课程：
人工智能的数学基础。链接：
http://mooc.study.163.com/smartSpec/detail/1001358003.htm
机器学习工程师实战课程。链接：
http://mooc.study.163.com/smartSpec/detail/1001358002.htm
本文图片来源：
https://www.coursera.org/learn/nlp-sequence-models/home/welcome
http://mooc.study.163.com/course/2001280005#/info
