一個網站拿下機器學習優質資源！搜尋效率提高 50%

現在大家平時會遇到很多不錯的機器學習資源，但是大多數情況下，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完整的資源導航，形成系統的學習路線，方便搜尋。

重磅！今天小編在網上“閒逛”的時候發現了一個超級棒的機器學習優質資源分類導航。至少節約大家 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質資源分類導航的網站：

該網站整理收集了機器學習最佳的資源，並持續更新中。如果你正在尋找當前的熱門內容，請檢視主頁。如果你在沒有看到想要的主題，你可以使用頂部的搜尋欄來搜尋它。

該網站總共收集了 10 大主題內容，分別是：

1. 框架

這部分主要收集了一些程式設計用的框架，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於該框架的資源。

例如 Python：

除了 Getting started，還有 Tutorials、Toolkits、Research、Recent 等，內容真的太豐富了。

演算法部分是比較核心的主題。包含了各個機器學習主要演算法和理論，例如：線性代數、最大似然估計（MLE）、線性迴歸、支援向量機（SVM）、對抗生成網路（GAN）等。每個內容下都包含了豐富的內容。

自然語言處理包括文字處理、語言建模（LM）、機器翻譯（MT）等。

機器視覺主要包括影像識別、物體檢測、影像生成、動作識別等。

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。

這部分主要包括遷移學習、非監督式學習、半監督式學習、強化學習等。

這部分主要包括模型壓縮、資料收集、標註、視覺化、分散式訓練等。

這部分主要包括 API、Docker、Web Scraping、SQL。

這部分主要包括 AI 應用，例如在健康領域等。

這部分列舉了用於搜尋非常有趣的集合的標籤列表。

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

最後，再次放上該分類導航的網站：

本文首發於公眾號：AI有道（ID: redstonewill），歡迎關注！