最全最實用的人工智慧AI資源清單

轉自 機器學習演算法與python學習

howie6879在Github上維護了一個機器學習網站導航以及資源的目錄，包含了新聞資訊、課程、比賽、專案、文件等導航連結，主流的都涵蓋到，是深度學習從業者不錯的一個導航，歡迎使用！

網址：

https://github.com/howie6879/mlhub123

新聞資訊

• Analytics Vidhya (https://www.analyticsvidhya.com/blog/): 為資料科學專業人員提供基於社群的知識門戶

• Distill (https://distill.pub/): 展示機器學習的最新文章

• Google News 

  (https://news.google.com/topics/CAAqIggKIhxDQkFTRHdvSkwyMHZNREZvZVdoZkVnSmxiaWdBUAE?hl=en-US&gl=US&ceid=US%3Aen): Google News Machine learning

• MIT News

   (http://news.mit.edu/topic/machine-learning): Machine learning | MIT News

• 17bigdata (http://www.17bigdata.com ): 專注資料分析、挖掘、大資料相關領域的技術分享、交流

• 機器之心 (https://www.jiqizhixin.com): 機器之心 | 全球人工智慧資訊服務

• 雷鋒網 (https://www.leiphone.com): 雷鋒網 | 讀懂智慧，未來

• 資料分析網 (https://www.afenxi.com): 資料分析網 - 大資料學習交流第一平臺

• 知乎主題 

  (https://www.zhihu.com/topic/19559450/hot): 知乎機器學習熱門主題

• 專知(http://www.zhuanzhi.ai/)：專業可信的人工智慧知識分發，包含5000+AI主題，薈萃、鏈路等資料

 社群交流

• AIQ (http://www.6aiq.com ): 機器學習大資料技術社群

• DataTau (https://www.datatau.com): 人工智慧領域的Hacker News

• MathOverflow (https://mathoverflow.net): 數學知識問答社群

• Medium (https://medium.com/): 一個涵蓋人工智慧、機器學習和深度學習相關領域的自由、開放平臺

• 專知(http://www.zhuanzhi.ai/)：專業可信的人工智慧知識分發，包含5000+AI主題，薈萃、鏈路等資料

• PaperWeekly (http://www.paperweekly.site): 一個推薦、解讀、討論和報導人工智慧前沿論文成果的學術平臺

• Quora (https://www.quora.com/pinned/Machine-Learning): Quora | 機器學習主題

• Reddit (https://www.reddit.com/r/MachineLearning): Reddit | 機器學習板塊

• ShortScience (http://www.shortscience.org): 用最簡單的篇幅去概況科學著作

• SofaSofa (http://sofasofa.io/index.php): 做最好的資料科學社群

• Twitter (https://twitter.com/StatMLPapers): Twitter | 機器學習論文版塊

• 極智慧 (http://www.ziiai.com): 人工智慧技術社群

優質博文

• Google AI Blog 

  (https://ai.googleblog.com/): 谷歌AI部落格

• handong1587 (https://handong1587.github.io/): 深度學習各個方向資源彙總，及各大頂級會議/期刊資源

• Machine Learning Mastery 

  (https://machinelearningmastery.com/blog): 幫助開發人員使用機器學習的知識解決複雜的問題

• Stats and Bots - Medium 

  (https://blog.statsbot.co): 機器學習應用程式和程式碼的實用指南

• tornadomeet的部落格 

  (https://www.cnblogs.com/tornadomeet/archive/2012/06/24/2560261.html): 很詳細的ML&DL學習部落格

• 愛可可-愛生活 

  (https://weibo.com/fly51fly?topnav=1&wvr=6&topsug=1): 知名網際網路資訊博主

• 超智慧體 

  (https://zhuanlan.zhihu.com/YJango): 分享最通俗易懂的深度學習教程

• 人工智慧筆記

   (https://zhuanlan.zhihu.com/ainote): 人工智慧從入門到AI統治世界

 論文檢索

• arXiv (https://arxiv.org): 康奈爾大學運營的學術預印本釋出的平臺

• Arxiv Sanity (http://www.arxiv-sanity.com): 論文查詢推薦

• GitXiv (http://www.gitxiv.com): arXiv的成果開源實現平臺

• Papers with Code 

  (https://paperswithcode.com): 將論文與開原始碼實現結合

• SCI-HUB (https://sci-hub.tw/): 找論文必備

• 貓咪論文 (https://lunwen.im): 簡單自由的論文下載平臺

比賽實踐

• Biendata (https://biendata.com/)：資料科學競賽平臺

• DataCastle (http://www.pkbigdata.com): 中國領先的資料科學競賽平臺

• DataFountain (http://www.datafountain.cn/#/): DF,CCF指定專業大資料競賽平臺

• Kaggle (https://www.kaggle.com): 為資料科學家提供舉辦機器學習競賽

• KDD-CUP (http://www.kdd.org/kdd-cup): 國際知識發現和資料探勘競賽

• 滴滴新銳 

  (http://research.xiaojukeji.com/trainee.html): 滴滴面向全球高校博士、碩士、優秀本科生的精英人才計劃

• JDD空間站 (https://jdder.jd.com/): 京東演算法賽事平臺

• 賽氪網 (http://www.saikr.com): 彙集以高校競賽為主，活動、社群為輔的大學生競賽活動平臺

• 天池大資料 (https://tianchi.aliyun.com): 大資料競賽、大資料解決方案、資料科學家社群、人工智慧、機器學習

 課程學習

• Data-science-complete-tutorial (https://github.com/zekelabs/data-science-complete-tutorial): 資料科學完整入門指南

• David Silver 

  (https://v.youku.com/v_show/id_XMjcwMDQyOTcxMg==.html?spm=a2h0j.11185381.listitem_page1.5!4~A&&f=49376145)：David Silver 深度強化學習課程

• fast.ai (http://www.fast.ai/): Making neural nets uncool again

• liuyubobobo (https://coding.imooc.com/class/169.html): Python3 入門機器學習

• Metacademy (https://metacademy.org/): 知識點檢索並畫出通向這個知識點的知識圖譜

• Two Minute Papers 

  (https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg): YouTube | 最簡短的語言概況最新的熱點論文

• 3Blue1Brown (https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw): YouTube | 數學基礎頻道

• 3Blue1Brown 中文 (http://space.bilibili.com/88461692/#/): Bilibili | 數學基礎頻道

• 機器學習速成課程

   (https://developers.google.cn/machine-learning/crash-course/): Google製作的節奏緊湊、內容實用的機器學習簡介課程

• 林軒田

   (https://www.bilibili.com/video/av4294020/): 機器學習基石

• 林軒田 

  (https://www.bilibili.com/video/av12469267): 機器學習技法

• 邱錫鵬（復旦大學）

  (https://github.com/nndl/nndl.github.io)：神經網路與深度學習

• 吳恩達 

  (http://study.163.com/course/introduction/1004570029.htm): 機器學習課程

• 吳恩達

   (https://mooc.study.163.com/smartSpec/detail/1001319001.htm): 深度學習課程

資源收集

• awesome-machine-learning-cn 

  (https://github.com/jobbole/awesome-machine-learning-cn): 機器學習資源大全中文版，包括機器學習領域的框架、庫以及軟體

• Coursera-ML-AndrewNg-Notes

   (https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes): 吳恩達老師的機器學習課程個人筆記

• daily-paper-computer-vision

   (https://github.com/amusi/daily-paper-computer-vision): 記錄每天整理的計算機視覺/深度學習/機器學習相關方向的論文

• deeplearning_ai_books 

  (https://github.com/fengdu78/deeplearning_ai_books): 吳恩達老師的深度學習課程筆記及資源

• Deep-Learning-Papers-Reading-Roadmap (https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap): 深度學習論文閱讀路線圖

• Getting Started in Computer Vision Research (https://sites.google.com/site/mostafasibrahim/research/articles/how-to-start)：計算機視覺研究入門全指南

• lihang_book_algorithm (https://github.com/WenDesi/lihang_book_algorithm): 《統計學習方法》演算法python實現

• Machine Learning、Deep Learning (https://github.com/ty4z2008/Qix/blob/master/dl.md): ML&DL資料

• MachineLearning_Python (https://github.com/lawlite19/MachineLearning_Python): 機器學習演算法python實現

• ml_cheatsheet (https://github.com/remicnrd/ml_cheatsheet)：機器學習演算法速查手冊

• ml_tutorials (https://github.com/MorvanZhou/tutorials): 機器學習相關教程

• NLP-progress (https://github.com/sebastianruder/NLP-progress)：跟蹤NLP各項技術的state-of-the-art進展

• 周志華 - 機器學習

   (https://github.com/Vay-keen/Machine-learning-learning-notes): 周志華《機器學習》筆記

開源書籍

• deeplearningbook-chinese 

  (https://github.com/exacity/deeplearningbook-chinese): 深度學習中文版

• deep_learning_cookbook (https://github.com/DOsinga/deep_learning_cookbook): 深度學習手冊

• hands_on_Ml_with_Sklearn_and_TF (https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF): Sklearn與TensorFlow機器學習實用指南

• Interpretable Machine Learning 

  (https://christophm.github.io/interpretable-ml-book/): 一份指南，教你如何構建具有可解釋性的黑盒模型

• Neural Networks and Deep Learning (http://neuralnetworksanddeeplearning.com/index.html): 深度學習開源書籍

• Neural Networks and Deep Learning (https://github.com/zhanggyb/nndl): 深度學習開源書籍 - 中文

• PythonDataScienceHandbook (https://github.com/jakevdp/PythonDataScienceHandbook): Python資料科學手冊

• TensorFlow-Course (https://github.com/open-source-for-science/TensorFlow-Course): 簡單易學的TensorFlow教程

• 機器學習實戰

   (https://github.com/apachecn/MachineLearning): Machine Learning in Action（機器學習實戰）

• 簡單粗暴TensorFlow

   (https://github.com/snowkylin/TensorFlow-cn): 本手冊是一篇精簡的TensorFlow入門指導

實戰專案

• face_recognition (https://github.com/ageitgey/face_recognition): 世界上最簡單的人臉識別庫

• style2paints (https://github.com/lllyasviel/style2paints): 線稿自動上色

 Python

• Caffe (http://caffe.berkeleyvision.org/): 一個基於表示式，速度和模組化原則建立的深度學習框架

• Caffe2 (https://caffe2.ai/docs/getting-started.html?platform=windows&configuration=compile): Caffe2官方文件

• Chainer (https://docs.chainer.org/en/stable/): 基於Python的獨立的深度學習模型開源框架

• CNTK (https://docs.microsoft.com/en-us/cognitive-toolkit/): CNTK官方文件

• Gensim (https://radimrehurek.com/gensim/index.html): 包含可擴充套件的統計語義，分析純文字文件的語義結構，以及檢索相似語義的文件等功能

• Keras (https://keras.io/): Keras官方文件

• Matplotlib (https://matplotlib.org/tutorials/index.html): Matplotlib官方文件

• MXNet (http://mxnet.incubator.apache.org/tutorials/index.html): MXNet官方文件

• Neon (http://neon.nervanasys.com/index.html/): Nervana公司一個基於Python的深度學習庫

• NumPy (http://www.numpy.org/): NumPy官方文件

• pandas (http://pandas.pydata.org/pandas-docs/stable/): pandas官方文件

• PyBrain (http://pybrain.org/docs/): 一個模組化的Python機器學習庫

• Pylearn2 (http://deeplearning.net/software/pylearn2/): 構建於Theano之上的機器學習庫

• PyTorch (https://pytorch.org/tutorials/): PyTorch官方文件

• Seaborn (https://seaborn.pydata.org/): Seaborn官方文件

• scikit-learn (http://scikit-learn.org/stable/documentation.html): scikit-learn官方文件

• Statsmodels (http://www.statsmodels.org/stable/index.html): 用來探索資料，估計統計模型，進行統計測試

• TensorFlow (https://www.tensorflow.org/tutorials/): TF官方文件

• Theano (http://deeplearning.net/software/theano/): 允許高效地定義、優化以及評估涉及多維陣列的數學表示式

C & C++

• dlib (http://dlib.net): 實用的機器學習和資料分析工具包

Java & Scala

• DeepLearning4j (https://deeplearning4j.org/): 基於JAVA和Scala的商業級開源分散式深度學習框架