国外一名工程师在 GitHub 开源了他总结的机器学习 #指南 :《》(Start Machine Learning)。

国外一名工程师在 GitHub 开源了他总结的机器学习 #指南 :《》(Start Machine Learning)。 主要列举了 #机器学习 入门必备的视频、书籍、开放教程等资源,并针对不同编程经验的人群,给出了不同的学习参考建议

相关推荐

封面图片

国外工程师 Ori Cohen 在 GitHub 上开源了一个开放式知识共享项目:《The Machine & Deep Lea

国外工程师 Ori Cohen 在 GitHub 上开源了一个开放式知识共享项目:《The Machine & Deep Learning Compendium》。 里面主要整理了其过去 年撰写的机器学习与深度学习纲要,共 个主题,覆盖机器学习算法、统计、特征选择和工程技术、深度学习、NLP、时间序列、计算机视觉等分类。 每个主题下均含有不同的摘要、资源、文章等内容。其内容来自作者在过去几年,通过互联网发现的一些比较高质量或有趣的东西,可作为大家平时学习参考使用。

封面图片

国外工程师 Ori Cohen 在 GitHub 上开源了一个开放式知识共享项目:《The Machine & Deep Lea

国外工程师 Ori Cohen 在 GitHub 上开源了一个开放式知识共享项目:《The Machine & Deep Learning Compendium》。 里面主要整理了其过去 4 年撰写的机器学习与深度学习纲要,共 500 个主题,覆盖机器学习算法、统计、特征选择和工程技术、深度学习、NLP、时间序列、计算机视觉等分类。 每个主题下均含有不同的摘要、资源、文章等内容。其内容来自作者在过去几年,通过互联网发现的一些比较高质量或有趣的东西,可作为大家平时学习参考使用。

封面图片

电子书《Probabilistic Machine Learning: Advanced Topics》概率机器学习:高级主题

电子书《Probabilistic Machine Learning: Advanced Topics》概率机器学习:高级主题 英文版 在项目release里可以下载本书pdf 作者Kevin Patrick Murphy是谷歌的大牛。之前还出过同系列的书《Machine learning: a probability perspective》《概率机器学习导论》也是开放下载 | #电子书

封面图片

昆士兰大学录制的《Practical Deep Learning for Coders 2022》 || #教程 #机器学习

昆士兰大学录制的《Practical Deep Learning for Coders 2022》 || #教程 #机器学习 这个课程不会直接教你深度学习、神经网络的底层细节,而是教你如何使用开源模型,训练数据,微调参数。就像是编程,你可以把编译原理扔一边。比较适合做上层应用开发的同学。

封面图片

GitHub上一份不间断更新的机器学习研究笔记,目前收获了6.4k个star。

GitHub上一份不间断更新的机器学习研究笔记,目前收获了6.4k个star。 这份笔记的作者是香港浸会大学数学系徐亦达教授,最近两年在全心研究和分享 learning theory 的知识,从2022年开始,教授定期每晚8:30进行Learning Theory直播。 Learning theory是教育学和教育心理学的一门分支学科,它描述了学生在学习过程中如何接受、处理和保留知识。认知、情感和环境的影响,以及先前的经验,都在如何获得或改变理解或世界观以及保留知识和技能方面发挥着作用。 | #机器学习 #笔记

封面图片

Teachable Machine 是一项用于为您的网站和应用等创建机器学习模型的服务。

Teachable Machine 是一项用于为您的网站和应用等创建机器学习模型的服务。 无需专业知识或编程,只需在浏览器中操作即可。免费。 0门槛。使用个人电脑上的摄像头和麦克风,无需编写代码即可训练神经网络,并将其输出到第三方应用、媒体或网站。 #AI #tools

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人