一个网站拿下机器学习优质资源!搜索效率提高 50%

\

现在大家平时会遇到很多不错的机器学习资源,但是大多数情况下,资源比较分散,不方便集中管理和查阅。更重要的是往往很难找到一个系统完整的资源导航,形成系统的学习路线,方便搜索。

重磅!今天小编在网上“闲逛”的时候发现了一个超级棒的机器学习优质资源分类导航。至少节约大家 50% 的时间。

下面详细给大家介绍一下!

首先,放上这个机器学习优质资源分类导航的网站:

https://madewithml.com/topics/

该网站整理收集了机器学习最佳的资源,并持续更新中。如果你正在寻找当前的热门内容,请查看主页。如果你在没有看到想要的主题,你可以使用顶部的搜索栏来搜索它。

该网站总共收集了 10 大主题内容,分别是:

  • 框架

  • 算法

  • 自然语言处理

  • 机器视觉

  • 综合

  • 概念

  • 数据、模型和训练

  • 全栈

  • 工业

  • 收藏

下面,分别来看一下!

1. 框架

这部分主要收集了一些编程用的框架,例如最常见的 Python、Numpy、TensorFlow 等。点开相应的框架,就会跳转到比较全面的关于该框架的资源。

例如 Python:

除了 Getting started,还有 Tutorials、Toolkits、Research、Recent 等,内容真的太丰富了。

2. 算法

算法部分是比较核心的主题。包含了各个机器学习主要算法和理论,例如:线性代数、最大似然估计(MLE)、线性回归、支持向量机(SVM)、对抗生成网络(GAN)等。每个内容下都包含了丰富的内容。

3. 自然语言处理

自然语言处理包括文本处理、语言建模(LM)、机器翻译(MT)等。

4. 机器视觉

机器视觉主要包括图像识别、物体检测、图像生成、动作识别等。

5. 综合

这部分涵盖的内容比较杂,包括异常检测、时间序列、聚类语音识别等。

6. 概念

这部分主要包括迁移学习、非监督式学习、半监督式学习、强化学习等。

7. 数据、模型和训练

这部分主要包括模型压缩、数据收集、标注、可视化、分布式训练等。

8. 全栈

这部分主要包括 API、Docker、Web Scraping、SQL。

9. 工业

这部分主要包括 AI 应用,例如在健康领域等。

10. 收藏

这部分列举了用于搜索非常有趣的集合的标签列表。

总结

可以不说这是一份超赞的机器学习优质资源的分类导航。工欲善其事必先利其器,这个利器记得收藏哦!

最后,再次放上该分类导航的网站:

https://madewithml.com/topics/


推荐阅读

(点击标题可跳转阅读)

干货 | 公众号历史文章精选

我的深度学习入门路线

我的机器学习入门路线图

重磅

AI有道年度技术文章电子版PDF来啦!

扫描下方二维码,添加 AI有道小助手微信,可申请入群,并获得2020完整技术文章合集PDF(一定要备注:入群 + 地点 + 学校/公司。例如:入群+上海+复旦。 

长按扫码,申请入群

(添加人数较多,请耐心等待)

 

最新 AI 干货,我在看 

展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客
应支付0元
点击重新获取
扫码支付

支付成功即可阅读