\

現(xiàn)在大家平時會遇到很多不錯的機器學習資源，但是大多數(shù)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(tǒng)完整的資源導航，形成系統(tǒng)的學習路線，方便搜索。

重磅！今天小編在網(wǎng)上“閑逛”的時候發(fā)現(xiàn)了一個超級棒的機器學習優(yōu)質資源分類導航。至少節(jié)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(yōu)質資源分類導航的網(wǎng)站：

https://madewithml.com/topics/

該網(wǎng)站整理收集了機器學習最佳的資源，并持續(xù)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(wǎng)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(shù)據(jù)、模型和訓練

• 全棧

• 工業(yè)

• 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于該框架的資源。

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(shù)、最大似然估計（MLE）、線性回歸、支持向量機（SVM）、對抗生成網(wǎng)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(jiān)督式學習、半監(jiān)督式學習、強化學習等。

7.?數(shù)據(jù)、模型和訓練

這部分主要包括模型壓縮、數(shù)據(jù)收集、標注、可視化、分布式訓練等。

8.?全棧

這部分主要包括 API、Docker、Web Scraping、SQL。

9.?工業(yè)

這部分主要包括 AI 應用，例如在健康領域等。

10.?收藏

這部分列舉了用于搜索非常有趣的集合的標簽列表。

總結

可以不說這是一份超贊的機器學習優(yōu)質資源的分類導航。工欲善其事必先利其器，這個利器記得收藏哦！

最后，再次放上該分類導航的網(wǎng)站：

https://madewithml.com/topics/

---

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯AI基礎下載（pdf更新到25集）機器學習的數(shù)學基礎專輯本站qq群1003271085，加入微信群請回復“加群”獲取一折本站知識星球優(yōu)惠券，復制鏈接直接打開：https://t.zsxq.com/yFQV7am喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的推荐一个网站拿下机器学习优质资源！搜索效率极大提高的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。