Project Icon

Mathematics-for-ML

机器学习数学基础资源大全,线性代数到贝叶斯建模的全面指南

全面的数学资源集合,覆盖机器学习所需的基础和高级数学概念。包括深度学习、概率论、统计学、线性代数和多元微积分,提供书籍、论文和视频讲座链接,帮助系统学习和复习这些重要知识。

awesome-machine-learning-interpretability - 负责任机器学习资源综合指南
Github人工智能开源项目机器学习模型治理解释性责任AI
此项目整理了全面的负责任机器学习资源,包括社区和官方指导、教育资源、技术工具等。涵盖解释性、公平性、隐私保护等主题的框架、数据集、书籍、课程。为负责任AI的研究和开发提供宝贵参考。项目保持更新,鼓励社区贡献,致力于推动机器学习的负责任发展。
God-Level-AI - 涵盖机器学习与个人品牌的视频课程
GithubPythongod level AI开源项目数据结构与算法机器学习深度学习
该项目旨在帮助成为顶尖1%数据与AI专家的个人,通过视频课程和文本内容进行科学方法、算法和系统构建训练。无论是领导者、专业人士还是学生,都需付出相应努力才能达到顶峰。项目内容涵盖Python、数据结构与算法、深度学习、MLOps和个人品牌塑造等,提供全面的知识和实用技巧。
python-machine-learning-book-2nd-edition - Python机器学习与深度学习实用指南
GithubPackt PublishingPython Machine Learning开源项目数据科学机器学习深度学习
本书详细介绍机器学习和深度学习的核心概念,教你使用Python及其主要库(如Scikit-Learn和TensorFlow)进行数据处理、分类、回归和模型优化。书中包含丰富的示例代码和Jupyter笔记本,帮助读者理解复杂的数学理论和实现步骤,是数据科学家和工程师学习和提升机器学习技能的理想选择。
Machine-Learning-Interviews - 机器学习工程师面试指南,大厂技术面试全攻略
AI EngineeringFAANGGithubMachine Learning大厂面试开源项目面试准备
该指南专为机器学习工程师和应用科学家职位的技术面试设计,特别适用于FAANG等大厂。内容包括算法与数据结构、机器学习编码、系统设计、基础知识和行为面试模块。作者基于自身的面试经验和笔记编写,分享如何有效准备常见面试模块。尽管不同公司的机器学习面试结构有所不同,本指南的模块对其他相关职位也有参考价值,帮助应聘者更好地应对机器学习领域的技术挑战。
Deep-Learning-Experiments - 深度学习实验和课程指南,涵盖理论与实践
Deep LearningGithubLLMPyTorchSupervised LearningTransformer开源项目
本页面介绍2023版深度学习实验课程,包括理论与实践内容。涵盖监督学习、多层感知器、优化、正则化、卷积神经网络、变压器、自编码器、生成对抗网络和大型语言模型等主题,并提供开发环境、Python、Numpy、PyTorch及Gradio的实践指南。所有文档和代码示例在GitHub上提供,帮助学习者掌握深度学习技术。
dmls-book - 全面设计可靠且适应性强的机器学习系统
Chip HuyenGithubMLOps开源项目机器学习系统生产环境设计
本书介绍了设计可靠、可扩展和易维护的机器学习系统的全面方法。内容涵盖数据工程、指标选择、模型部署、监控和自动化流程,同时探讨了负责任AI的重要性。适合工程师、数据科学家和技术领导者阅读,帮助他们在实际问题中应用机器学习技术。
hands-on-ml-zh - Sklearn和TensorFlow机器学习指南
GithubPythonSklearnTensorFlow开源项目数据分析机器学习
本指南详细介绍了如何使用Sklearn和TensorFlow进行机器学习,包括在线阅读、Docker镜像、PYPI包和NPM包的多种下载方式,并提供了完整的编译和安装步骤。通过该指南,读者能够学习和掌握数据分析及机器学习的实用技能。
awesome-neural-geometry - 神经表征几何学全面资源汇编
Github几何机器学习开源项目微分几何拓扑学神经几何群论
这个开源项目汇集了神经表征几何学领域的全面资源,涵盖大脑、深度网络等多个研究方向。内容包括抽象代数、微分几何等基础知识,以及几何机器学习、计算神经科学的前沿进展。项目还提供开源数据集和软件库链接,为研究人员提供便利。作为一个持续更新的协作平台,该项目致力于为神经表征中的对称性和几何学研究提供全面参考。
ML-ProjectKart - 机器学习和人工智能的优质开源项目集合
GithubML-ProjectKart开源项目机器学习深度学习自然语言处理计算机视觉
这个平台展示了多种机器学习、深度学习、计算机视觉和自然语言处理项目,帮助不同水平的用户熟练掌握ML/AI算法。技术从业人员可以通过遵循贡献指南参与项目贡献,获取实践经验并提升技能,推动开源社区的持续发展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号