机器学习资料及其链接（自用分享）

1、机器学习的书

-西瓜书（周志华-机器学习）——主要是机器学习的数学理论推导（较难，对数学基础要求高）

-南瓜书——西瓜书的讲解书，由广大网友开源的书，地址：https://github.com/datawhalechina/pumpkin-book/releases

-鸢尾花系列——图文并茂，囊括编程、机器学习所需的数学以及实操，风评比较好，适合新手，地址：https://github.com/math-learnings

-Machine Learning with python——刚出不久的机器学习的书，作者发布过80多篇顶刊论文

                                         

感兴趣的可私信获取。

2、相关网课

吴恩达的机器学习网课，yyds啦

3、相关的课程

机器学习：https://www.bilibili.com/video/BV1Pa411X76s/?spm_id_from=333.337.search-card.all.click&vd_source=1c1523fbc076950bffb2d57ca58f1be0

深度学习：https://www.bilibili.com/video/BV1ev4y1U7j2/?spm_id_from=333.337.search-card.all.click&vd_source=1c1523fbc076950bffb2d57ca58f1be0 

 机器学习和深度学习的区别：机器学习擅长于解决结构化数据，应用于数据挖掘领域；而深度学习则解决非结构化数据，比如：视频、音频、文本、语音等，应用于计算机视觉等领域。

4、相关的网站：

deeplearning.AI:这个网站是限时免费的，教授一些AI方面的开发，https://www.deeplearning.ai/short-courses/m

medium：这是个技术社区，可以根据你喜欢的领域选择，帖子质量都比较好。https://medium.com/ 

5、一些个机器学习开源项目

FastText：快速文本表示和分类库，适用于高效学习单词表示和句子分类。https://github.com/facebookresearch/fastText

Deep-photo-styletransfer：基于深度学习的照片风格转换工具，实现了论文中的算法。http:// https://github.com/luanfujun/deep-photo-styletransfer

Facial Recognition API：极其简单的Python和命令行面部识别API。https://github.com/ageitgey/face_recognition

Magenta：结合机器智能的音乐和艺术生成工具。https://github.com/magenta/magenta

 deeplearn.js：原deeplearn.js现已合并进TensorFlow.js 为Web提供的硬件加速机器学习库。https://github.com/tensorflow/tfjs

 Fast Style Transfer in TensorFlow：在TensorFlow中实现快速风格转换。https://github.com/lengstrom/fast-style-transfer

 Sonnet：基于TensorFlow的深度学习神经网络库。https://github.com/deepmind/sonnet

AirSim：微软AI研究所研发的基于虚幻引擎的自主车辆开源模拟器https://github.com/microsoft/AirSim

Facets:用于及其学习数据集的可视化工具。https://github.com/PAIR-code/facets

Image-to-image translation in PyTorch：一个基于PyTorch的图像到图像转换工具https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix

Tensor2Tensor：Google研究的广义序列到序列模型库。http:// https://github.com/tensorflow/tensor2tensor

ParlAI：Facebook用于各种对话数据集的AI模型训练和评估框架。https://github.com/facebookresearch/ParlAI

Fairseq：基于Python和PyTorch的深度通用概率编程语言。https://github.com/pyro-ppl/pyro

iGAN：基于GAN的交互式图像生成工具。https://github.com/junyanz/iGAN

Deep-image-prior：使用神经网络进行深度图像预处理的图像恢复。https://github.com/DmitryUlyanov/deep-image-prior

Face_classification：基于keras CNN模型和openCV的实时面部检测和情感/性别分类。https://github.com/oarriaga/face_classification

Speech-to-Text-WaveNet：使用DeepMind的WaveNet和tensorflow进行端到端的英语语音识别。https://github.com/buriburisuri/speech-to-text-wavenet

StarGAN：多域图像到图像翻译的统一生成对抗网络。https://github.com/yunjey/stargan

Ml-agents：Unity机器学习代理，用于创建模拟游戏和训练AI。https://github.com/Unity-Technologies/ml-agents

DeepVideoAnalytics：分布式视觉搜索和视觉数据分析平台。https://github.com/zlapp/DeepVideoAnalytics

OpenNMT：基于Torch的开源神经机器翻译。https://github.com/OpenNMT/OpenNMT

Pix2pixHD：使用条件GANs合成和处理2048x1024图像。https://github.com/NVIDIA/pix2pixHD

Horovod：TensorFlow的分布式训练框架。https://github.com/horovod/horovod

AI-Blocks：强大且直观的WYSIWYG界面，用于创建机器学习模型https://github.com/MrNothing/AI-Blocks

6、总结

最后，此贴在今后也会继续更新，分享一些机器学习和深度学习的开源资源 。