66 个机器学习硬核资源,书籍、课程、论文一应俱全!

周末,我在浏览网页的时候偶遇一个非常不错的机器学习、深度学习资源,这个网站总共汇集了 66 个精选的 AI 资源,非常不错!是一个很好的机器学习加油站!

首先放上这个网站的网址:

https://link.zhihu.com/?target=https%3A//bestofml.com/

这份资源的名称就叫做:best resources in Machine Learning,即 bestofml。

bestofml 资源总共包含 5 大模块,分别是:

  • 书籍

  • 课程

  • 招聘网站

  • 新闻和博客

  • 论文

下面我们分别来看一下。

书籍(12 个)

书籍部分总共包含 12 个资源:

1. Grokking Deep Learning

Grokking Deep Learning 红色石头曾经在公众号发文介绍过,请看链接:

325 页《图解深度学习》已开源,附全书代码!

2. Deep Learning Book

Deep Learning Book 相关资源:

重磅!深度学习圣经“花书”核心笔记、代码发布

3. Neural Networks and Deep Learning

Neural Networks and Deep Learning 相关资源:

火爆网络的《神经网络与深度学习》,有人把它翻译成了中文版!

4. Deep Learning with Python

5. Hands-On Machine Learning

Hands-On Machine Learning 相关资源:

564 页《Hands-On Machine Learning》已开源,入门必备!

6. Deep Learning – A Practitioner’s Approach

7. Introduction to Machine Learning with Python – A Guide for Data Scientists

8. A Course in Machine Learning

9. VIP cheatsheets for Stanford’s CS 229 Machine Learning

10. Deep Learning Tips and Tricks cheatsheet

11. The Hundred-Page Machine Learning Book

12. Reinforcement Learning – An Introduction

课程(26 个)

课程部分总共包含 26 个资源,这里仅列出几个代表:

**1. Machine Learning by Andrew Ng **

2. Machine Learning A-Z

3. Stanford UFLDL Tutorial

4. Stanford CS231n

5. Stanford CS224d

6. Fast.ai

7. Deep Learning Specialization

8. Learning from Data

招聘网站(5 个)

招聘平台总共有 5 个:

1. RemoteML

2. AI Jobs

3. AngelList

4. ML Jobs Newsletter

5. ML Jobs List

新闻和博客(19 个)

新闻饿博客总共包含 19 个资源,这里仅列出几个代表:

1. Towards Data Science

2. AI Weekly

3. Deep Learning Weekly

4. The Algorithm

5. Machine Learning Subreddit

6. Stanford AI Lab Blog

论文(4 个)

论文总共包含 4 个资源:

1. Arxiv Stats

2. Arxiv Sanity Preserver

3. Papers with Code

4. Deep Learning Papers Reading Roadmap

这份完备的 AI 资源列表也有 GitHub 地址:

https://github.com/RemoteML/bestofml

开源有益!这份资源列表应该能节约你不少找资料的时间,比较适合机器学习初学者,希望对你有所帮助!喜欢的话赶快收藏吧~

更多 AI 干货,请关注公众号:AI有道!

未经允许不得转载:红色石头的个人博客 » 66 个机器学习硬核资源,书籍、课程、论文一应俱全!

赞 (9) 打赏

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏