嗯，還能發文？第一次參加鐵人賽，不是很了解！那我就試著發看看囉。
今天要介紹的是 Google AI 裡的教育網站 (ai.google/education)裡的學習資源，似乎在2018年3月就開張了，我們就看看他有什麼課程吧，目前看來，有35筆檔案。他似乎試著要把各地方的免費的課整合起來，他左側有篩選的功能，這裡我也試著整理一下。
coursera 課程 (7天免費試閱)
【01】Data Engineering on Google Cloud Platform Specialization
[Data Engineering, Big Data, and Machine Learning on GCP 專項課程]
此五階段專業化課程專為負責設計，構建，分析和優化大數據解決方案的數據專業人員而設計。通過視頻講座，測驗和動手實驗相結合，您將學習如何進行無服務器數據分析和生產機器學習模型。該專業旨在為參與者提供強大的動手經驗，並且主要針對實驗室。
coursera 課程 (7天免費試閱)
【02】Serverless Machine Learning with TensorFlow on Google Cloud Platform
課程為學員提供了有關在Google Cloud Platform上設計和構建機器學習模型的動手介紹。
udacity 課程
【03】Deep Learning Nanodegree Foundation
Intro to TensorFlow for Deep Learning
Kaggle 課程
【04】Kaggle Learn
免費的線上課程，適用於希望立即開始進行數據科學和機器學習的人員。
這個類別的課都是來自 developers.google.com 機器學習網站
【05】Machine Learning Crash Course with TensorFlow APIs
Google對機器學習的快節奏，實用的介紹。有抱負的機器學習從業者的自學指南。
【06】Intro to Fairness in Machine Learning module
向學習者介紹了可以在訓練數據中表現出來的不同類型的人為偏見，以及識別和評估其影響的策略。
【07】機器學習指南 Machine learning guides
瀏覽簡單指南庫，以使用最佳實踐解決常見的機器學習問題。
下面這５個課是對應上面功能表的５個項目
【13】機器學習規則 Rules of Machine Learning
旨在幫助具有機器學習基礎知識的人員從Google的最佳實踐中受益。它提供了一種機器學習風格，類似於Google C ++風格指南和其他流行的實用編程指南。如果您上過機器學習課程或研究過機器學習模型，那麼您具有閱讀此文檔的必要背景。
【14】機器學習詞彙表 Machine Learning Glossary
該詞彙表定義了通用機器學習術語以及TensorFlow特定的術語。
【15】人工智能社會公益指南 AI for Social Good Guide
了解如何將人工智能和機器學習應用於社會，人道主義或環境挑戰。
裡面的內容還蠻多的，列出一部分。
什麼是機器學習？What is Machine Learning?
[youtube 影片]，了解什麼是機器學習及其工作原理。
人工智能實驗 AI Experiments
[有很多AI互動的程式]，通過對圖片，圖畫，語言，音樂等進行的動手實驗，探索機器學習的工作原理。 無需寫程式。
機器學習：了解混亂的世界Machine Learning: Making Sense of a Messy World
[youtube 影片]，了解機器學習如何開始改善計算機，以及我們將其用於許多方面。
機器學習：解決大，小和棘手的問題 Machine Learning: Solving Problems Big, Small, and Prickly
[youtube 影片]，從幫助日本農民分類黃瓜到幫助印度醫生診斷眼疾，機器學習正在改變人們使用程式碼解決問題和改善生活的方式。
【16】聯合學習簡介 Introduction to Federated Learning
在Google AI的線上漫畫，了解預設情況下如何使用設備上的數據和隱私來構建更好的產品。
【17】人與AI指南 People + AI Guidebook
以人為本的方式設計AI產品的工具，方法和最佳實踐。
【18】負責任的AI實踐 Responsible AI practices
【19】TensorFlow documentation
[TensorFlow網站上的手冊]，可幫助您深入了解編寫TensorFlow程式碼的細節。
【20】AI Platform 說明文件，Cloud Machine Learning Engine Documentation
[GCP網站上的手冊]，雲機器學習引擎將TensorFlow的功能和靈活性帶到了雲中。
【21】GCP上的機器學習指南 Guides for Machine Learning on Google Cloud Platform
將各種機器學習框架中的程式碼引入Google Cloud Platform的指南。
【22】Samples for Google Cloud Machine Learning Engine
使用Google Cloud Machine Learning Engine的範例程式。
【23】Josh Gordon的機器學習食譜：Hello World Machine Learning Recipes with Josh Gordon: Hello World。[youtube 影片，一共有10集]
【24】AI歷險記：機器學習的7個步驟 AI Adventures: 7 Steps of Machine Learning。[youtube 影片，Yufeng's talks 清單的第６個影片]
【25】機器學習競賽入門 Getting Started with Machine Learning Competitions
通過以現實世界為中心的機器學習競賽來挑戰自己，並提供廣泛的教程來幫助您成功。建立模型進行預測，並上傳您的提交文件以在實時排行榜上查看您的分數。
【26】Deep Playground
[Tensorflow Playground]，使用此交互式視覺工具，可以在瀏覽器中使用神經網路進行訓練。
【27】Seedbank - Machine Learning Discovery
[research.google.com]，Seedbank是一個發現和搜索交互式ML示例的地方，您可以從瀏覽器中運行它，而無需進行設置。每個示例都可以編輯，擴展和改編成自己的項目。
【28】TensorFlow研討會 TensorFlow Workshops
[github]，向開發人員介紹TensorFlow的Jupyter筆記本。
【29】人工智能實驗 AI Experiments
[experiments.withgoogle.com]，AI實驗是展示簡單實驗的展示台，可讓任何人更輕鬆地通過圖片，圖畫，語言，音樂等探索機器學習。
【30】Serverless Machine Learning Codelab
在本實驗中，您將從探索出租車出租車數據集到使用Cloud ML Engine訓練和部署高精度分佈式模型。
【31】Android and TensorFlow: Artistic Style Transfer Codelab
在此程式碼實驗室中，您將使用現有的Android應用並添加TensorFlow模型以使用設備的相機生成風格化的圖像。您還可以使用此程式碼實驗室中概述的技術來實現您已經訓練的任何TensorFlow網絡。
【32】TensorFlow for Poets 2: TensorFlow Lite Codelab
在此程式碼實驗室中，您將學習如何在預製的Android應用上訓練自定義圖像識別模型。結果是運行TensorFlow圖像識別程序以識別花朵的簡單相機應用程序。
【33】GCP TensorFlow Machine learning Codelab
在本實驗中，您將完成構建完整的機器學習管道的過程，該管道涵蓋攝取，探索，培訓，評估，部署和預測。
這個應該是對應到 Qwiklabs - End-to-End ML with TensorFlow on Google Cloud Platform
【34】CloudVision API Codelab
在本實驗中，您將學習如何創建Vision API請求以及如何使用curl調用API。然後，您將圖像發送到Vision API，並查看它檢測到對象，臉部和地標。
這個應該是對應到 Qwiklabs - Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API
【35】TensorFlow for Poets Codelab
在此代碼實驗室中，您將學習如何在一台機器上運行TensorFlow，並將訓練一個簡單的分類器來對花朵的圖像進行分類。
這個應該是對應到 Qwiklabs - TensorFlow for Poets
以上，希望有你想聽的課。
iThome鐵人賽
看影片追技術