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!
网址:https://github.com/howie6879/mlhub123
导行
新闻咨询
-
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 Distill (https://distill.pub/): 展示机器学习的最新文章
-
Google News
(https://news.google.com/topics/CAAqIggKIhxDQkFTRHdvSkwyMHZNREZvZVdoZkVnSmxiaWdBUAE?hl=en-US&gl=US&ceid=US%3Aen): Google News Machine learning -
MIT News (http://news.mit.edu/topic/machine-learning): Machine learning | MIT News
-
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
-
机器之心 (https://www.jiqizhixin.com): 机器之心 | 全球人工智能信息服务
-
雷锋网 (https://www.leiphone.com): 雷锋网 | 读懂智能,未来
-
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
-
知乎主题 (https://www.zhihu.com/topic/19559450/hot): 知乎机器学习热门主题
-
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
-
AIQ (http://www.6aiq.com ): 机器学习大数据技术社区
-
DataTau (https://www.datatau.com): 人工智能领域的Hacker News
-
MathOverflow (https://mathoverflow.net): 数学知识问答社区
-
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
-
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
-
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
-
Quora (https://www.quora.com/pinned/Machine-Learning): Quora | 机器学习主题
-
Reddit (https://www.reddit.com/r/MachineLearning): Reddit | 机器学习板块
-
ShortScience (http://www.shortscience.org): 用最简单的篇幅去概况科学著作
-
SofaSofa (http://sofasofa.io/index.php): 做最好的数据科学社区
-
Twitter (https://twitter.com/StatMLPapers): Twitter | 机器学习论文版块
-
极智能 (http://www.ziiai.com): 人工智能技术社区
优质博文
-
Google AI Blog (https://ai.googleblog.com/): 谷歌AI博客
-
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
-
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
-
Stats and Bots - Medium (https://blog.statsbot.co): 机器学习应用程序和代码的实用指南
-
tornadomeet的博客 (https://www.cnblogs.com/tornadomeet/archive/2012/06/24/2560261.html): 很详细的ML&DL学习博客
-
爱可可-爱生活 (https://weibo.com/fly51fly?topnav=1&wvr=6&topsug=1): 知名互联网资讯博主
-
超智能体 (https://zhuanlan.zhihu.com/YJango): 分享最通俗易懂的深度学习教程
-
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
-
arXiv (https://arxiv.org): 康奈尔大学运营的学术预印本发布的平台
-
Arxiv Sanity (http://www.arxiv-sanity.com): 论文查询推荐
-
GitXiv (http://www.gitxiv.com): arXiv的成果开源实现平台
-
Papers with Code (https://paperswithcode.com): 将论文与开源代码实现结合
-
SCI-HUB (https://sci-hub.tw/): 找论文必备
-
猫咪论文 (https://lunwen.im): 简单自由的论文下载平台
比赛实践
-
Biendata (https://biendata.com/):数据科学竞赛平台
-
DataCastle (http://www.pkbigdata.com): 中国领先的数据科学竞赛平台
-
DataFountain (http://www.datafountain.cn/#/): DF,CCF指定专业大数据竞赛平台
-
Kaggle (https://www.kaggle.com): 为数据科学家提供举办机器学习竞赛
-
KDD-CUP (http://www.kdd.org/kdd-cup): 国际知识发现和数据挖掘竞赛
-
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
-
JDD空间站 (https://jdder.jd.com/): 京东算法赛事平台
-
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
-
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
资源
课程学习
-
Data-science-complete-tutorial (https://github.com/zekelabs/data-science-complete-tutorial): 数据科学完整入门指南
-
David Silver (https://v.youku.com/v_show/id_XMjcwMDQyOTcxMg==.html?spm=a2h0j.11185381.listitem_page1.5!4~A&&f=49376145):David Silver 深度强化学习课程
-
fast.ai (http://www.fast.ai/): Making neural nets uncool again
-
liuyubobobo (https://coding.imooc.com/class/169.html): Python3 入门机器学习
-
Metacademy (https://metacademy.org/): 知识点检索并画出通向这个知识点的知识图谱
-
Two Minute Papers (https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg): YouTube | 最简短的语言概况最新的热点论文
-
3Blue1Brown (https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw): YouTube | 数学基础频道
-
3Blue1Brown 中文 (http://space.bilibili.com/88461692/#/): Bilibili | 数学基础频道
-
机器学习速成课程 (https://developers.google.cn/machine-learning/crash-course/): Google制作的节奏紧凑、内容实用的机器学习简介课程
-
林轩田 (https://www.bilibili.com/video/av4294020/): 机器学习基石
-
林轩田 (https://www.bilibili.com/video/av12469267): 机器学习技法
-
邱锡鹏(复旦大学)(https://github.com/nndl/nndl.github.io):神经网络与深度学习
-
吴恩达 (http://study.163.com/course/introduction/1004570029.htm): 机器学习课程
-
吴恩达 (https://mooc.study.163.com/smartSpec/detail/1001319001.htm): 深度学习课程
资源收集
-
awesome-machine-learning-cn (https://github.com/jobbole/awesome-machine-learning-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
-
Coursera-ML-AndrewNg-Notes (https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes): 吴恩达老师的机器学习课程个人笔记
-
daily-paper-computer-vision (https://github.com/amusi/daily-paper-computer-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
-
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
-
Deep-Learning-Papers-Reading-Roadmap (https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap): 深度学习论文阅读路线图
-
Getting Started in Computer Vision Research (https://sites.google.com/site/mostafasibrahim/research/articles/how-to-start):计算机视觉研究入门全指南
-
lihang_book_algorithm (https://github.com/WenDesi/lihang_book_algorithm): 《统计学习方法》算法python实现
-
Machine Learning、Deep Learning(https://github.com/ty4z2008/Qix/blob/master/dl.md): ML&DL资料
-
MachineLearning_Python (https://github.com/lawlite19/MachineLearning_Python): 机器学习算法python实现
-
ml_cheatsheet (https://github.com/remicnrd/ml_cheatsheet):机器学习算法速查手册
-
ml_tutorials (https://github.com/MorvanZhou/tutorials): 机器学习相关教程
-
NLP-progress (https://github.com/sebastianruder/NLP-progress):跟踪NLP各项技术的state-of-the-art进展
-
周志华 - 机器学习 (https://github.com/Vay-keen/Machine-learning-learning-notes): 周志华《机器学习》笔记
开源书籍
-
deeplearningbook-chinese (https://github.com/exacity/deeplearningbook-chinese): 深度学习中文版
-
deep_learning_cookbook (https://github.com/DOsinga/deep_learning_cookbook): 深度学习手册
-
hands_on_Ml_with_Sklearn_and_TF (https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF): Sklearn与TensorFlow机器学习实用指南
-
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
-
Neural Networks and Deep Learning (http://neuralnetworksanddeeplearning.com/index.html): 深度学习开源书籍
-
Neural Networks and Deep Learning (https://github.com/zhanggyb/nndl): 深度学习开源书籍 - 中文
-
PythonDataScienceHandbook (https://github.com/jakevdp/PythonDataScienceHandbook): Python数据科学手册
-
TensorFlow-Course (https://github.com/open-source-for-science/TensorFlow-Course): 简单易学的TensorFlow教程
-
机器学习实战 (https://github.com/apachecn/MachineLearning): Machine Learning in Action(机器学习实战)
-
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
-
face_recognition (https://github.com/ageitgey/face_recognition): 世界上最简单的人脸识别库
-
style2paints (https://github.com/lllyasviel/style2paints): 线稿自动上色
文档
Python
-
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
-
Caffe2 (https://caffe2.ai/docs/getting-started.html?platform=windows&configuration=compile): Caffe2官方文档
-
Chainer (https://docs.chainer.org/en/stable/): 基于Python的独立的深度学习模型开源框架
-
CNTK (https://docs.microsoft.com/en-us/cognitive-toolkit/): CNTK官方文档
-
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
-
Keras (https://keras.io/): Keras官方文档
-
Matplotlib (https://matplotlib.org/tutorials/index.html): Matplotlib官方文档
-
MXNet (http://mxnet.incubator.apache.org/tutorials/index.html): MXNet官方文档
-
Neon (http://neon.nervanasys.com/index.html/): Nervana公司一个基于Python的深度学习库
-
NumPy (http://www.numpy.org/): NumPy官方文档
-
pandas (http://pandas.pydata.org/pandas-docs/stable/): pandas官方文档
-
PyBrain (http://pybrain.org/docs/): 一个模块化的Python机器学习库
-
Pylearn2 (http://deeplearning.net/software/pylearn2/): 构建于Theano之上的机器学习库
-
PyTorch (https://pytorch.org/tutorials/): PyTorch官方文档
-
Seaborn (https://seaborn.pydata.org/): Seaborn官方文档
-
scikit-learn (http://scikit-learn.org/stable/documentation.html): scikit-learn官方文档
-
Statsmodels (http://www.statsmodels.org/stable/index.html): 用来探索数据,估计统计模型,进行统计测试
-
TensorFlow (https://www.tensorflow.org/tutorials/): TF官方文档
-
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++
- dlib (http://dlib.net): 实用的机器学习和数据分析工具包
Java & Scala
- DeepLearning4j (https://deeplearning4j.org/): 基于JAVA和Scala的商业级开源分布式深度学习框架
结束语
大家如果有好的学习网站或资源,欢迎留言并不断补充~