怎样评价公开课Neural Networks for Machine Learning?
这两门课都听过。Ng的机器学习课和深度学习系列五门课的确要友好很多，作业也能更快上手。但是理论推导就偏少了。听完就会觉得机器学习没什么很简单啊，但其实并不是这样。Ng省略了很多重要的知识点，所以会让人觉得简单。Hinton的课的确要枯燥一些，但是确实是打好基础的教材，人家可是权威啊，你听了半天课都是别人转述的，大权威的话你都没听过？不太好吧？所以两门课都得听的啦，侧重不一样。还有，Ng会讲很多经验之谈，包括在遇到很多情况很多问题的时候，怎么解决问题，这一点是非常重要的，他教你解决问题，这是授之以渔，这也是我喜欢他的课的原因，一般老师不会讲的。
■网友
我之前上过Ng在coursera上开设的machine learning课程，但是有了这些简单基础之后再看hinton的课程也觉得理解起来吃力。举例来说，刚上第11周的时候学习的hopfield net，对我来说只听课是不能理解这个模型究竟是怎样的..
相关回答：Is it wise to learn deep learning from Hinton？
■网友
我认为这门课不适合初学，适合辅助参考。
Hinton喜欢高屋建瓴地讲很多Intuition，但是不喜欢讲具体细节。所以假如你不了解相关内容，只会一头雾水。但是假如了解过后，看Hinton的视频还是有点收获的。
■网友
谢邀。
Coursera前一阵子他又开了这门课，1月底结束的，视频还在，不知道题主问的是不是这个版本。Coursera之前那个版本我没听过。
Hinton老爷子做神经网络做了一辈子，别人都放弃的时候差不多只有他没放弃，我还是相信他的课程安排的。
至于我听下来什么感觉，直观介绍多，技术细节少。
■网友
首先，我非常尊敬Hinton老先生，他对神经网络领域的贡献是不可磨灭的，他对神经领域和人工智能领域的坚持，特别是在神经网络的低潮时期的坚持都是非常令人敬佩的。下面进入正题。
【怎样评价公开课Neural Networks for Machine Learning?】 我之前看过一点《深度学习》那本花书，上完了吴恩达的机器学习和deeplearning专项课程，上完了台大的机器学习基石，上了一半的cs229之后，我感觉这门课听着还是非常吃力（前面说的那些我个人基本上都能比较轻松的掌握）。
我个人觉得，这门课最大的问题是，Hinton想把东西讲深一点，又想学吴恩达照顾初学者，然后就用了一大堆图表和比喻来解释各种复杂的概念，结果Hinton自己又做不到像吴恩达那样简单直白，结果搞的听的人死去活来。
我今天终于上完了第十二章的受限波尔兹曼机，上的我差点精神崩溃，听了半天也没听懂Hinton到底讲了些啥，然后去网上搜博客，不到一个小时就基本搞清楚了。
我个人觉得，公开课这种东西，要么就像吴恩达那样，讲的简单直白一点，直接讲各种算法的用法就好，涉及到复杂的原理就略过，要么就像台大的机器学习基石和cs229那样，该讲数学推导就好好讲，并且讲清楚。
最后，虽然发了这么多牢骚，但是这门课我觉得还是有一些优点的，首先是网易云课堂有中文翻译（虽然质量堪忧），然后讲的内容挺独特的，貌似我还没见过几门机器学习相关的公开课会细致的讲玻尔兹曼机这些内容，最后Hinton搞了这么多年神经网络，自己对这个领域有很多独特的认识，这门课我觉得最重要的是可以帮助培养对深度学习这一领域的直觉。
最后这门课讲的东西绝对不是过时的，因为这门课讲的很多东西，想Hopfield网络这些，虽然都是几十年前的发明，但是谁也说不准未来那一天会不会像今天的深度神经网络这样流行起来，毕竟神经网络自己本来也是几十年前的发明，而且还经历了很多低潮。
最后的最后，给答主一点学习的建议。这门课还是有上的价值，只是要做好坐火箭的准备，遇到听不懂的情况很正常，听不懂就百度、Google一下。（个人观点，大神勿喷）
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义