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 。