一、Coursera

Coursera是一家提供眾多在線課程的平臺，其中包括很多知名大學(xué)的人工智能課程，如斯坦福大學(xué)的”機器學(xué)習(xí)”課程。

二、Udacity

Udacity是一家在線教育公司，提供了許多與人工智能相關(guān)的納米學(xué)位課程，如”深度學(xué)習(xí)”、”自動駕駛汽車工程師”等。

三、EdX

EdX是由哈佛大學(xué)和麻省理工學(xué)院合作創(chuàng)建的在線課程平臺，提供包括人工智能在內(nèi)的許多課程。

四、Kaggle

Kaggle是一個數(shù)據(jù)科學(xué)和機器學(xué)習(xí)的競賽平臺，用戶可以在上面參與各種項目和比賽，學(xué)習(xí)和實踐人工智能知識。

五、TensorFlow官方網(wǎng)站

TensorFlow是谷歌開發(fā)的一款開源機器學(xué)習(xí)框架，其官方網(wǎng)站提供了豐富的教程和資源，對學(xué)習(xí)深度學(xué)習(xí)和機器學(xué)習(xí)非常有幫助。

六、百度AI開放平臺

百度AI開放平臺提供了眾多AI技術(shù)的API和SDK，用戶可以在這個平臺上進行AI技術(shù)的學(xué)習(xí)和實踐。

七、中國大學(xué)MOOC

中國大學(xué)MOOC是國內(nèi)最大的慕課平臺，提供了包括清華大學(xué)、北京大學(xué)等眾多高校的人工智能相關(guān)課程。

延伸閱讀

選擇合適的人工智能學(xué)習(xí)平臺

選擇合適的人工智能學(xué)習(xí)平臺是學(xué)習(xí)人工智能的重要一步。首先，需要明確自己的學(xué)習(xí)目標(biāo)和需求，比如想學(xué)習(xí)基礎(chǔ)知識還是深入理解某個專題，是需要指導(dǎo)和課程結(jié)構(gòu)還是自我驅(qū)動的自學(xué)。

其次，需要考慮平臺的教學(xué)質(zhì)量，包括教師資質(zhì)、課程設(shè)置、學(xué)習(xí)資源等。可以通過查看課程評價、參考過往學(xué)員的反饋等方式了解。

最后，也需要考慮學(xué)習(xí)的時間和金錢投入。有些平臺的課程是免費的，但可能需要更多的自我學(xué)習(xí)和探索時間；有些平臺的課程需要付費，但可能提供更系統(tǒng)的課程體系和更詳細的教學(xué)支持。

在選擇學(xué)習(xí)平臺時，需要綜合考慮這些因素，找到非常適合自己的學(xué)習(xí)路徑。