Project Icon

MLQuestions

65个机器学习面试问题助您备战2024年技术面试

MLQuestions项目收录65个机器学习和计算机视觉工程师技术面试问题。涵盖偏差-方差权衡、卷积神经网络等主题,并新增自然语言处理问题。提供在线课程和推荐书籍等准备资源。问题内容包括机器学习基础、深度学习技术和计算机视觉算法,适合求职者全面备战2024年技术面试。

Machine-Learning-Tutorials - 机器学习与深度学习教程资源
Github人工智能开源项目数据科学机器学习深度学习统计学
机器学习教程仓库包含机器学习与深度学习的主题分类教程、文章和其他资源,专为数据科学、自然语言处理和机器学习领域的初学者和专家设计。资源涵盖从入门介绍、面试资源到专家视频教程,以及涵盖线性回归、决策树等常用算法的详细讲解及实际案例展示。此外,项目还深入探讨了人工智能、图形处理学习和各种重要的机器学习概念。
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。
zero-to-mastery-ml - 从零到精通的机器学习全面指南
GithubScikit-LearnTensorFlowZero to Mastery Machine Learning开源项目数据科学机器学习
本教程涵盖了机器学习从基础到高级的完整学习路径。内容包括代码示例、笔记本、图像和其他资料,均可通过Udemy和zerotomastery.io获取。课程内容包括六步机器学习建模框架、数据科学工具、结构化数据项目、神经网络及深度学习。最新的在线课程材料正在开发中,预计2024年发布更新。此外,还提供学生分享的学习笔记,丰富学习资源。
ml-course - 机器学习课程介绍,涵盖基础理论、实操任务和丰富资源
Deep LearningGithubGradient boostingMachine LearningNaive BayeskNN开源项目
这个机器学习课程介绍了从朴素贝叶斯和kNN到深度学习的基础知识。页面提供了详细的课程笔记、视频资料和练习题。适合初学者和进阶学习者,内容包括线性回归、支持向量机和梯度提升等,是系统学习机器学习的理想资源。
awesome-interview-questions - 全面技术面试题库 涵盖主流编程语言与技术
Github开源项目技术面试操作系统数据库框架算法编程语言
该项目收集整理了涵盖前端、后端、移动开发、数据库、算法和系统设计等多个技术领域的面试题库。内容全面且分类清晰,可作为求职者备战面试和面试官设计问题的重要参考资源。项目按技术领域组织内容,便于用户快速定位所需信息。
machine-learning-curriculum - 了解机器学习及其工具,全面提升技能指南
Artificial IntelligenceDeep LearningGithubMachine LearningReinforcement LearningTensorFlow开源项目
该教程旨在引导学习机器学习,推荐实用工具和媒体资源,帮助用户融入机器学习领域。内容定期更新,保持新鲜度并移除过时信息。涵盖机器学习、深度学习、强化学习及最佳实践等多个主题,并提供详细的学习资源和书籍推荐。适合从初学者到高级用户,帮助提升机器学习技能,掌握最新技术。
applied-ml - 精选数据科学与机器学习应用案例研究和博客
Github开源项目推荐系统数据工程数据质量机器学习特征存储
通过精选的论文、文章和博客,学习企业如何实施数据科学与机器学习项目。了解不同公司对问题的定义、所采用的机器学习技术、背后的科学原理,以及所取得的商业成果,以便更好地评估投资回报。同时还包括最新的机器学习研究进展和实用指南。
ML-For-Beginners - 12周机器学习课程,涵盖回归、分类、聚类等经典技术
CurriculumData ScienceGithubMachine LearningMicrosoftScikit-learn开源项目
Microsoft提供的12周机器学习课程,共26节课,帮助初学者学习回归、分类、聚类等经典机器学习技术。课程内容丰富,包括预习复习测验、书面指导、视频演示和项目实践,覆盖基础知识、历史、自然语言处理、时间序列预测和强化学习。通过项目学习方式,学生能在实际操作中掌握新技能。
practicalAI-cn - PyTorch与Google Colab下的机器学习与深度学习实践
GithubGoogle ColabPyTorchpracticalAI开源项目机器学习深度学习
通过practicalAI-cn项目,任何水平的学习者都可以从基础到进阶掌握机器学习与深度学习技能。项目使用PyTorch实现核心算法,并提供多种notebooks,涵盖线性回归、卷积神经网络等多种模型。无需复杂的环境设置,可通过Google Colab直接运行,进行产品级的面向对象编程学习,助力从数据中获取有价值的见解。
awesome-project-ideas - 精选深度学习与机器学习项目创意
Deep LearningGithubMachine LearningNLP图像处理开源项目推荐系统
提供30多个深度学习和机器学习项目创意,从入门到研究级别,适用于学术界和工业界。涵盖黑客松创意、文本处理、时间序列预测、推荐系统、图像和视频处理、音乐和音频处理等多个领域,帮助开发者和研究人员实践最新技术。
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