一個網站拿下機器學習優質資源！搜索效率提高 50%

\

現在大家平時會遇到很多不錯的機器學習資源，但是大多數情況下，資源比較分散，不方便集中管理和查閱。更重要的是往往很難找到一個系統完整的資源導航，形成系統的學習路線，方便搜索。

重磅！今天小編在網上“閒逛”的時候發現了一個超級棒的機器學習優質資源分類導航。至少節約大家 50% 的時間。

下面詳細給大家介紹一下！

首先，放上這個機器學習優質資源分類導航的網站：

https://madewithml.com/topics/

該網站整理收集了機器學習最佳的資源，並持續更新中。如果你正在尋找當前的熱門內容，請查看主頁。如果你在沒有看到想要的主題，你可以使用頂部的搜索欄來搜索它。

該網站總共收集了 10 大主題內容，分別是：

• 框架

• 算法

• 自然語言處理

• 機器視覺

• 綜合

• 概念

• 數據、模型和訓練

• 全棧

• 工業

• 收藏

下面，分別來看一下！

1. 框架

這部分主要收集了一些編程用的框架，例如最常見的 Python、Numpy、TensorFlow 等。點開相應的框架，就會跳轉到比較全面的關於該框架的資源。

例如 Python：

除了 Getting started，還有 Tutorials、Toolkits、Research、Recent 等，內容真的太豐富了。

2. 算法

算法部分是比較核心的主題。包含了各個機器學習主要算法和理論，例如：線性代數、最大似然估計（MLE）、線性迴歸、支持向量機（SVM）、對抗生成網絡（GAN）等。每個內容下都包含了豐富的內容。

3. 自然語言處理

自然語言處理包括文本處理、語言建模（LM）、機器翻譯（MT）等。

4. 機器視覺

機器視覺主要包括圖像識別、物體檢測、圖像生成、動作識別等。

5. 綜合

這部分涵蓋的內容比較雜，包括異常檢測、時間序列、聚類語音識別等。

6. 概念

這部分主要包括遷移學習、非監督式學習、半監督式學習、強化學習等。

7. 數據、模型和訓練

這部分主要包括模型壓縮、數據收集、標註、可視化、分佈式訓練等。

8. 全棧

這部分主要包括 API、Docker、Web Scraping、SQL。

9. 工業

這部分主要包括 AI 應用，例如在健康領域等。

10. 收藏

這部分列舉了用於搜索非常有趣的集合的標籤列表。

總結

可以不說這是一份超讚的機器學習優質資源的分類導航。工慾善其事必先利其器，這個利器記得收藏哦！

最後，再次放上該分類導航的網站：

https://madewithml.com/topics/

---

推薦閱讀

（點擊標題可跳轉閱讀）

乾貨 | 公衆號歷史文章精選

我的深度學習入門路線

我的機器學習入門路線圖

重磅！

AI有道年度技術文章電子版PDF來啦！

掃描下方二維碼，添加 AI有道小助手微信，可申請入羣，並獲得2020完整技術文章合集PDF（一定要備註：入羣 + 地點 + 學校/公司。例如：入羣+上海+復旦。 

長按掃碼，申請入羣

（添加人數較多，請耐心等待）

 

最新 AI 乾貨，我在看