HackerNewsに上がっていた、データサイエンスと機械学習を学ぶのに最適なMOOCというのを抜粋してみます。
https://news.ycombinator.com/item?id=15073441
個人的には、このリストの上から進めていくのが初心者には良いのかなと思います。
Andrew Ng: Machine Learning
https://www.coursera.org/course/ml
ご存知、Andrew Ng先生の機械学習コース。私も実際に修了しましたが、実用例が多く紹介されており、数学的に難しくないので初心者が始めるのに最適だと思います。
Hasti/Tivshirani: Elements of Statical Learning
http://statweb.stanford.edu/~tibs/ElemStatLearn/
これは、私は書籍の方を読みました。数式が結構出てきますが、内容はそれほど高度ではないです。動画と合わせて本を読んでいくことで理解が進みやすいと思います。
Yaser Abu-Mostafa: Learning From Data
https://www.edx.org/course/caltechx/caltechx-cs1156x-learning-data-1120
こちらも私は本を読み終えています。上記二つを終えていれば概念的に難しい内容はそれほどないと思います。数学的にしっかりと、訓練誤差の話などがコンパクトにまとめられているので、こちらも本と合わせて動画を見ることで内容理解が深まるかと思います。
Geoff Hinton: Neural Nets for Machine Learning
https://www.coursera.org/course/neuralnets
私はこのコースを修了しましたが、はっきり言って難しかったです。後半はあまりよく理解できませんでした。動画も、Andrew Ng先生のようなものを期待していたのですが、スライドをただ読んでいく感じで理解するのが難しい部分がかなりありました。
Andrew Ng先生がCourseraで新しくDeepLearningのコースが始まるようなので、このコースよりはそちらを受けてみるのが良いかもしれません。
Hugo Larochelle: Neural Net lectures
YouTubeに上がっている動画コース。見ていないのであまりコメントできませんがNeuralNetsとDeepLearningにフォーカスしている内容のようです。
Daphne Koller: Probabilistic Graphical Models
https://www.coursera.org/course/pgm
このコースも受けてみたいなと思いつつ受けていません。コメントによると他の授業には無い内容が多いが、結構難しいみたいです。