#354 · 主分类： 教育与研究
machine-learning-refined
artificial-intelligence
data-science
deep-learning
jupyter-notebook
machine-learning
numpy
python
通过使用 Python 从零开始构建关键概念和模型，掌握机器学习、深度学习和数学优化的基础知识。
项目最后更新：07/11/26
GitHub Stars
2.3K
Forks数量
710
贡献者数量
1
许可证
Other
收录理由
大多数教程只教你调用现成的库，这个仓库却把背后的原理拆开给你看。它是《Machine Learning Refined》教材的配套资源，从数学优化一路讲到深度学习，核心模型都用Python亲手实现。书里需要的所有材料都整理好了：章节PDF、可运行的Jupyter笔记、练习和讲课用的幻灯片。自学的人可以按建议的路径一步步走，老师也能直接把幻灯片和习题搬进课堂。它特别重视直觉和可视化，等你真的动手写代码时，之前读过的概念会变得格外清晰。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建