mlhub - 好用的机器学习资源导航网站

导航

好用的机器学习网站以及资源

新闻资讯

• Google News: Google News Machine learning
• MIT News: Machine learning | MIT News
• 机器之心: 机器之心 | 全球人工智能信息服务
• 雷锋网: 雷锋网 | 读懂智能，未来
• 知乎主题: 知乎机器学习热门主题
• 数据分析网: 数据分析网 - 大数据学习交流第一平台
• 17bigdata: 专注数据分析、挖掘、大数据相关领域的技术分享、交流

社区交流

• DataTau: 人工智能领域的Hacker News
• PaperWeekly: 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
• Reddit: Reddit | 机器学习板块
• Quora: Quora | 机器学习主题
• AIQ: 机器学习大数据技术社区
• 极智能: 人工智能技术社区
• ShortScience: 用最简单的篇幅去概况科学著作
• MathOverflow: 数学知识问答社区

优质博文

• Machine Learning Mastery: 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: 机器学习应用程序和代码的实用指南
• tornadomeet的博客: 很详细的ML&DL学习博客
• 爱可可-爱生活: 知名互联网资讯博主
• 超智能体: 分享最通俗易懂的深度学习教程
• 人工智能笔记: 人工智能从入门到AI统治世界

论文检索

• SCI-HUB: 找论文必备
• 猫咪论文: 简单自由的论文下载平台
• arXiv: 康奈尔大学运营的学术预印本发布的平台
• GitXiv: arXiv的成果开源实现平台
• Arxiv Sanity: 论文查询推荐
• Papers with Code: 将论文与开源代码实现结合

比赛实践

• Kaggle: 为数据科学家提供举办机器学习竞赛
• KDD-CUP: 国际知识发现和数据挖掘竞赛
• 天池大数据: 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
• DataCastle: 中国领先的数据科学竞赛平台
• 赛氪网: 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
• DataFountain: DF,CCF指定专业大数据竞赛平台
• 滴滴新锐: 滴滴面向全球高校博士、硕士、优秀本科生的精英人才计划

资源

课程学习

• 机器学习速成课程: Google制作的节奏紧凑、内容实用的机器学习简介课程
• 吴恩达: 机器学习课程
• 吴恩达: 深度学习课程
• 林轩田: 机器学习基石
• 林轩田: 机器学习技法
• liuyubobobo: Python3 入门机器学习
• fast.ai: Making neural nets uncool again
• 3Blue1Brown: YouTube | 数学基础频道
• Two Minute Papers: YouTube | 最简短的语言概况最新的热点论文

开源资源

• Coursera-ML-AndrewNg-Notes: 吴恩达老师的机器学习课程个人笔记
• deeplearning_ai_books: 吴恩达老师的深度学习课程笔记及资源
• 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
• 周志华 - 机器学习: 周志华《机器学习》笔记
• ml_tutorials: 机器学习相关教程
• Machine Learning、Deep Learning: ML&DL资料
• MachineLearning_Python: 机器学习算法python实现

开源书籍

• deeplearningbook-chinese: 深度学习中文版
• Neural Networks and Deep Learning: 深度学习开源书籍
• Neural Networks and Deep Learning: 深度学习开源书籍 - 中文
• hands_on_Ml_with_Sklearn_and_TF: Sklearn与TensorFlow机器学习实用指南
• 机器学习实战: Machine Learning in Action（机器学习实战）

文档

名库文档

• TensorFlow: TF官方文档
• PyTorch: PyTorch官方文档
• Caffe: 一个基于表达式，速度和模块化原则创建的深度学习框架
• Keras: Keras官方文档
• Neon: Nervana公司一个基于Python的深度学习库
• Chainer: 基于Python的独立的深度学习模型开源框架
• scikit-learn: scikit-learn官方文档
• PyBrain: 一个模块化的Python机器学习库
• Statsmodels: 用来探索数据，估计统计模型，进行统计测试
• 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
• Pylearn2: 构建于Theano之上的机器学习库
• Gensim: 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
• NumPy: NumPy官方文档
• pandas: pandas官方文档
• Matplotlib: Matplotlib官方文档

最后

机器学习网站导航以及资源项目也是开源的，欢迎PR，也可以访问网站

• 网站：www.mlhub123.com/
• github：mlhub123

转载于:https://juejin.im/post/5b5a7067f265da0f716c2d19