2020年的机器学习课程与以往有所不同，其中最显著的变化是增加了许多作业。

台大李宏毅老师的机器学习课程在国内广受好评，已成为众多初学者的首选。鉴于近期新冠疫情的影响，台大的课程全面转向线上教学，今年的《机器学习》课程也发生了不少变化。

李宏毅老师表示，2020年的机器学习课程完全可以在家自学。

课程网页：http://speeh.ee.ntu.te/~tlkagk/courses_ML20.html

考虑到当前特殊情况，李宏毅老师多次强调，这学期无需到教室上课，只需通过上述课程链接进行系统学习即可掌握所有核心知识点。这对于长期在线学习的学生来说更为友好，所有的作业也都完全对外开放。

昨天，李宏毅老师开始了今年的第一堂课。

提到李宏毅老师，熟悉机器学习的人都不会陌生。他目前担任台湾大学电气工程助理教授，研究重点是机器学习，尤其是深度学习领域。很多人选择的机器学习入门材料都是李宏毅老师的公开课视频。

由于经常将《精灵宝可梦》或《凉宫春日》等动漫作为算法案例，我们亲切地称他为“精灵宝可梦大师”。

由于课程生动有趣，又不乏数学推导的严谨性，李宏毅老师的课程视频可以说是中文世界中最佳的机器学习资源。

他的授课风格幽默风趣，使许多晦涩难懂的机器学习理论变得易于理解。例如，“史上第一次手推”循环神经网络的计算过程，通过《精灵宝可梦》等生动的例子解释神经网络背后的原理。

此外，课程内容与时俱进，去年的ML课程就新增了Transformer、流模型Glow和对抗攻击等新内容。相信今年的课程会对最近流行的BERT、XLNet等语言模型有更多的介绍。

李宏毅老师自2014年以来一直在不断上传课程内容，每门课程都有丰富的学习资源，包括视频、PPT和作业。除了这些常规课程，他还提供了其他主题的教程，如深度学习理论、生成对抗网络等。

李宏毅老师的YouTube主页：https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ/

《机器学习2020》的学习路径

与其他只教授机器学习基础知识不同，按照惯例，李宏毅老师还会特别讲解当前最新的算法，并将其作为补充视频上传到网上。此外，他的课程覆盖范围广泛，从有监督、半监督、无监督到强化学习，均有涉及。在最新的2020年ML课程中，他展示了完整的课程路径。

从这个路径可以看出，李教授对各个知识点的难度和学生投入时间都有了大致的估计，并按照从易到难的原则安排学习路径。除了基本概念外，本期课程还增加了一些前沿研究内容，如AI的可解释性、恶意攻击和模型压缩等。

《机器学习2020》课程中的“线上学习”板块是最基础的部分，肝作业前需要先学习这部分内容。“作业示例”需要特别注意，每个示例都有助教手把手写的Colab示例作为指导，即使照着做也能完成一半。此外，助教还会提供视频讲解，并在“作业说明”中详细阐述。

值得注意的是，这些课程全部使用PyTorch进行教学，这显示了该工具在研究领域的影响力。

最后，助教特别建议在做作业时使用MacOS或Linux系统，部分作业还需要在Kaggle上的in-class competition中完成。

因此，对于Windows用户来说，只需安装双系统即可开始学习和完成作业。