#538 · 主分类： 教育与研究
www.mlcompendium.com
机器学习与深度学习纲要曾是我私人单文档中的参考资料列表，为了扩展知识而整理，现已成为使用Gitbook编译的开放知识共享项目。
项目最后更新：06/19/25
GitHub Stars
2.2K
Forks数量
237
贡献者数量
9
许可证
Other
收录理由
这份资料汇编最初是作者为扩充自身知识而维护的私人学习笔记，后来转化为开放共享的 Gitbook，收纳约五百个主题。每个主题都配有简短总结，并附上原始作者和深入阅读的链接，内容涉及经典算法、大型语言模型、计算机视觉、音频处理、时间序列、图网络和异常检测等。它的独特价值还在于覆盖了数据科学团队管理、产品思维和技术栈选型这类多数学习资料忽略的实务内容。这是一份供人浏览研读的教育资源，而非可部署的软件，适合从初学者到在职数据科学家各阶段读者，能有效节省搜索和筛选信息的时间，帮助使用者直接对接优质作者与延伸材料。
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