#487 · 主分类: 教育与研究
machine-learning
此仓库旨在帮助对机器学习感兴趣的人。
项目最后更新:08/13/25
GitHub Stars
3.3K
Forks数量
941
贡献者数量
18
许可证
Other
收录理由
这份仓库的价值不在于堆砌一堆链接,而在于它把入门机器学习的路径梳理得清清楚楚。维护者Teddy Lee收集了免费的讲座、博客和Jupyter笔记本,并按照自学小组实际推进的顺序来组织:先是Python、Pandas、NumPy和可视化,接着是数学与统计基础,再进入机器学习和深度学习。资料中穿插的笔记会说明每个教程的难度和它在整体序列中的位置,所以你很少会纠结某份材料是否值得花时间,或者该在哪个阶段去看。TensorFlow和PyTorch的示例都有覆盖,还包含NLP和GAN的内容,对还在犹豫该选哪个框架的人来说很有帮助。由于项目是社区共同维护的,它读起来更像是一本共享的学习笔记,而不是某个人的单方面讲义。
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