这是一份超全机器学习&深度学习网站资源清单,请收藏!


【导读】howie6879在Github上维护了一个机器学习网站导航以及资源的目录,包含了新闻资讯、课程、比赛、项目、文档等导航链接,主流的都涵盖到,是深度学习从业者不错的一个导航,欢迎使用!

新闻资讯

  1. Analytics Vidhya (https://www.analyticsvidhya.com/blog/): 为数据科学专业人员提供基于社区的知识门户

  2. Distill (https://distill.pub/): 展示机器学习的最新文章

  3. Google News (https://news.google.com/topics ... 253Aen):Google News Machine learning

  4. MIT News (http://news.mit.edu/topic/machine-learning): Machine learning | MIT News

  5. 17bigdata (http://www.17bigdata.com ): 专注数据分析、挖掘、大数据相关领域的技术分享、交流

  6. 机器之心 (https://www.jiqizhixin.com): 机器之心 | 全球人工智能信息服务

  7. 雷锋网 (https://www.leiphone.com): 雷锋网 | 读懂智能,未来

  8. 数据分析网 (https://www.afenxi.com): 数据分析网 - 大数据学习交流第一平台

  9. 知乎主题 (https://www.zhihu.com/topic/19559450/hot): 知乎机器学习热门主题

  10. 专知(http://www.zhuanzhi.ai/):专业可信的人工智能知识分发,包含5000+AI主题,荟萃、链路等资料


社区交流

  1. AIQ (http://www.6aiq.com ): 机器学习大数据技术社区

  2. DataTau (https://www.datatau.com): 人工智能领域的Hacker News

  3. MathOverflow (https://mathoverflow.net): 数学知识问答社区

  4. Medium (https://medium.com/): 一个涵盖人工智能、机器学习和深度学习相关领域的自由、开放平台

  5. 专知(http://www.zhuanzhi.ai/):专业可信的人工智能知识分发,包含5000+AI主题,荟萃、链路等资料

  6. PaperWeekly (http://www.paperweekly.site):一个推荐、解读、讨论和报道人工智能前沿论文成果的学术平台

  7. Quora (https://www.quora.com/pinned/Machine-Learning): Quora | 机器学习主题

  8. Reddit (https://www.reddit.com/r/MachineLearning): Reddit | 机器学习板块

  9. ShortScience (http://www.shortscience.org): 用最简单的篇幅去概况科学著作

  10. SofaSofa (http://sofasofa.io/index.php): 做最好的数据科学社区

  11. Twitter (https://twitter.com/StatMLPapers): Twitter | 机器学习论文版块

  12. 极智能 (http://www.ziiai.com): 人工智能技术社区


优质博文

  1. Google AI Blog (https://ai.googleblog.com/): 谷歌AI博客

  2. handong1587 (https://handong1587.github.io/):深度学习各个方向资源汇总,及各大顶级会议/期刊资源
    3

  3. Machine Learning Mastery (https://machinelearningmastery.com/blog):帮助开发人员使用机器学习的知识解决复杂的问题

  4. Stats and Bots - Medium(https://blog.statsbot.co): 机器学习应用程序和代码的实用指南

  5. tornadomeet的博客(https://www.cnblogs.com/tornad ... 1.html):很详细的ML&DL学习博客

  6. 爱可可-爱生活 (https://weibo.com/fly51fly%3Ft ... ug%3D1):知名互联网资讯博主

  7. 超智能体 (https://zhuanlan.zhihu.com/YJango): 分享最通俗易懂的深度学习教程

  8. 人工智能笔记(https://zhuanlan.zhihu.com/ainote): 人工智能从入门到AI统治世界


论文检索

  1. arXiv (https://arxiv.org): 康奈尔大学运营的学术预印本发布的平台

  2. Arxiv Sanity (http://www.arxiv-sanity.com): 论文查询推荐

  3. GitXiv (http://www.gitxiv.com): arXiv的成果开源实现平台

  4. Papers with Code (https://paperswithcode.com): 将论文与开源代码实现结合

  5. SCI-HUB (https://sci-hub.tw/): 找论文必备

  6. 猫咪论文 (https://lunwen.im): 简单自由的论文下载平台


比赛实践

  1. Biendata (https://biendata.com/):数据科学竞赛平台

  2. DataCastle (http://www.pkbigdata.com): 中国领先的数据科学竞赛平台

  3. DataFountain (http://www.datafountain.cn/#/): DF,CCF指定专业大数据竞赛平台

  4. Kaggle (https://www.kaggle.com): 为数据科学家提供举办机器学习竞赛

  5. KDD-CUP (http://www.kdd.org/kdd-cup): 国际知识发现和数据挖掘竞赛

  6. 滴滴新锐 (http://research.xiaojukeji.com/trainee.html):滴滴面向全球高校博士、硕士、优秀本科生的精英人才计划

  7. JDD空间站 (https://jdder.jd.com/): 京东算法赛事平台

  8. 赛氪网 (http://www.saikr.com): 汇集以高校竞赛为主,活动、社区为辅的大学生竞赛活动平台

  9. 天池大数据 (https://tianchi.aliyun.com): 大数据竞赛、大数据解决方案、数据科学家社区、人工智能、机器学习


课程学习

  1. Data-science-complete-tutorial(https://github.com/zekelabs/da ... torial):数据科学完整入门指南

  2. David Silver
    (https://v.youku.com/v_show/id_ ... 376145):David Silver 深度强化学习课程

  3. fast.ai (http://www.fast.ai/): Making neural nets uncool again

  4. liuyubobobo (https://coding.imooc.com/class/169.html): Python3 入门机器学习

  5. Metacademy (https://metacademy.org/): 知识点检索并画出通向这个知识点的知识图谱

  6. Two Minute Papers (https://www.youtube.com/channe ... 8nvctg): YouTube | 最简短的语言概况最新的热点论文

  7. 3Blue1Brown(https://www.youtube.com/channe ... 7AJtAw): YouTube | 数学基础频道

  8. 3Blue1Brown 中文 (http://space.bilibili.com/88461692/#/): Bilibili | 数学基础频道

  9. 机器学习速成课程 (https://developers.google.cn/m ... ourse/) : Google制作的节奏紧凑、内容实用的机器学习简介课程

  10. 林轩田 (https://www.bilibili.com/video/av4294020/): 机器学习基石

  11. 林轩田 (https://www.bilibili.com/video/av12469267): 机器学习技法

  12. 邱锡鹏(复旦大学)(https://github.com/nndl/nndl.github.io):神经网络与深度学习

  13. 吴恩达 (http://study.163.com/course/in ... 29.htm) : 机器学习课程

  14. 吴恩达 (https://mooc.study.163.com/sma ... 01.htm):
    深度学习课程


资源收集

  1. awesome-machine-learning-cn (https://github.com/jobbole/awe ... ing-cn):机器学习资源大全中文版,包括机器学习领域的框架、库以及软件

  2. Coursera-ML-AndrewNg-Notes (https://github.com/fengdu78/Co ... -Notes):吴恩达老师的机器学习课程个人笔记

  3. daily-paper-computer-vision (https://github.com/amusi/daily ... vision):记录每天整理的计算机视觉/深度学习/机器学习相关方向的论文

  4. deeplearning_ai_books(https://github.com/fengdu78/deeplearning_ai_books):吴恩达老师的深度学习课程笔记及资源

  5. Deep-Learning-Papers-Reading-Roadmap ( https://github.com/floodsung/D ... oadmap)深度学习论文阅读路线图

  6. Getting Started in Computer Vision Research (https://sites.google.com/site/ ... -start):计算机视觉研究入门全指南

  7. lihang_book_algorithm (https://github.com/WenDesi/lihang_book_algorithm):《统计学习方法》算法python实现

  8. Machine Learning、Deep Learning (https://github.com/ty4z2008/Qix/blob/master/dl.md): ML&DL资料

  9. MachineLearning_Python (https://github.com/lawlite19/MachineLearning_Python): 机器学习算法python实现

  10. ml_cheatsheet (https://github.com/remicnrd/ml_cheatsheet):机器学习算法速查手册

  11. ml_tutorials (https://github.com/MorvanZhou/tutorials): 机器学习相关教程

  12. NLP-progress (https://github.com/sebastianruder/NLP-progress):跟踪NLP各项技术的state-of-the-art进展

  13. 周志华 - 机器学习 (https://github.com/Vay-keen/Ma ... -notes): 周志华《机器学习》笔记


开源书籍

  1. deeplearningbook-chinese (https://github.com/exacity/deeplearningbook-chinese): 深度学习中文版

  2. deep_learning_cookbook (https://github.com/DOsinga/deep_learning_cookbook): 深度学习手册

  3. hands_on_Ml_with_Sklearn_and_TF (https://github.com/apachecn/ha ... and_TF): Sklearn与TensorFlow机器学习实用指南

  4. Interpretable Machine Learning(https://christophm.github.io/interpretable-ml-book/) : 一份指南,教你如何构建具有可解释性的黑盒模型

  5. Neural Networks and Deep Learning (http://neuralnetworksanddeeplearning.com/index.html): 深度学习开源书籍

  6. Neural Networks and Deep Learning (https://github.com/zhanggyb/nndl):深度学习开源书籍 - 中文

  7. PythonDataScienceHandbook (https://github.com/jakevdp/Pyt ... ndbook): Python数据科学手册

  8. TensorFlow-Course(https://github.com/open-source ... Course) : 简单易学的TensorFlow教程

  9. 机器学习实战 (https://github.com/apachecn/MachineLearning): Machine Learning in Action(机器学习实战)

  10. 简单粗暴TensorFlow (https://github.com/snowkylin/TensorFlow-cn) : 本手册是一篇精简的TensorFlow入门指导


实战项目

  1. face_recognition (https://github.com/ageitgey/face_recognition):世界上最简单的人脸识别库

  2. style2paints (https://github.com/lllyasviel/style2paints): 线稿自动上色


Python

  1. Caffe (http://caffe.berkeleyvision.org/): 一个基于表达式,速度和模块化原则创建的深度学习框架

  2. Caffe2 (https://caffe2.ai/docs/getting ... ompile) : Caffe2官方文档

  3. Chainer (https://docs.chainer.org/en/stable/): 基于Python的独立的深度学习模型开源框架

  4. CNTK (https://docs.microsoft.com/en-us/cognitive-toolkit/): CNTK官方文档

  5. Gensim (https://radimrehurek.com/gensim/index.html):包含可扩展的统计语义,分析纯文本文档的语义结构,以及检索相似语义的文档等功能

  6. Keras (https://keras.io/): Keras官方文档

  7. Matplotlib (https://matplotlib.org/tutorials/index.html): Matplotlib官方文档

  8. MXNet (http://mxnet.incubator.apache. ... x.html) : MXNet官方文档

  9. Neon (http://neon.nervanasys.com/index.html/) : Nervana公司一个基于Python的深度学习库

  10. NumPy (http://www.numpy.org/): NumPy官方文档

  11. pandas (http://pandas.pydata.org/pandas-docs/stable/): pandas官方文档

  12. PyBrain (http://pybrain.org/docs/): 一个模块化的Python机器学习库

  13. Pylearn2 (http://deeplearning.net/software/pylearn2/) : 构建于Theano之上的机器学习库

  14. PyTorch (https://pytorch.org/tutorials/): PyTorch官方文档

  15. Seaborn (https://seaborn.pydata.org/): Seaborn官方文档

  16. scikit-learn (http://scikit-learn.org/stable/documentation.html) : scikit-learn官方文档

  17. Statsmodels (http://www.statsmodels.org/stable/index.html ) : 来探索数据,估计统计模型,进行统计测试

  18. TensorFlow (https://www.tensorflow.org/tutorials/): TF官方文档

  19. Theano (http://deeplearning.net/software/theano/):允许高效地定义、优化以及评估涉及多维数组的数学表达式


C & C++
  1. dlib (http://dlib.net): 实用的机器学习和数据分析工具包


Java & Scala
  1. DeepLearning4j (https://deeplearning4j.org/): 基于JAVA和Scala的商业级开源分布式深度学习框架


来源:专知

原文链接:https://github.com/howie6879/mlhub123
已邀请:

要回复问题请先登录注册

返回顶部