? 作者：韓信子@ShowMeAI
? 機器學習實戰系列：https://www.showmeai.tech/tutorials/41
? 深度學習實戰系列：https://www.showmeai.tech/tutorials/42
? 本文地址：https://www.showmeai.tech/article-detail/340
? 宣告：版權所有，轉載請聯絡平臺與作者並註明出處
? 收藏ShowMeAI檢視更多精彩內容
機器學習的很多演算法理論非常枯燥乏味，但有許多有趣且有用的網站，您可以像遊戲一樣互動式操作，並同時學習機器學習概念、模型和應用知識。以下是 ShowMeAI 為大家整理的18個互動式機器學習網站，快快來一起體驗一下吧，好玩又好學。
? Image-to-Image 線上變換
在這個網站上，您可以執行影像到影像的轉換。在左側，您可以草繪或建立物件的一些簡單表示。然後處理資料，讓模型在右側生成更真實的影像。
? Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow
? GAN 線上實驗室
在這裡，您可以瞭解有關生成對抗網路（GAN）的學習過程的更多資訊並對其進行視覺化。
? GAN Lab
? 素描 RNN 線上作圖
在這個網站上，您首先選擇一個物體或動物，然後開始素描。然後，在您放開筆後，神經網路將繼續您的草圖以建立物件/動物。
 |
 |
? AI 聊天寫故事機器人
在 AI Dungeon 中，您可以在與 AI 聊天機器人互動時動態建立故事。您可以選擇不同的世界或場景，或者將故事引向您想要的任何方向。
? Tensorflow Embedding 投射器
Tensorflow Embedding 投射器是一個很棒的AI視覺化平臺，我們可以透過它使用不同的降維技術在 2D 或 3D 中視覺化高維資料。它支援上傳自己的資料並將其視覺化。
 |
? 藝術品降維動態視覺化
和上面的 TensorFlow embedding 投射器很像，這個網站應用相同的技術，把好多件藝術品投射和進行降維視覺化。
? TensorFlow 遊樂場
非常可玩的神經網路互動訓練網站！我們可以透過更改層、神經元數量、啟用函式和其他引數來模擬用於迴歸或分類的前饋神經網路，然後將結果視覺化。是一個對初學者有用的學習資源。
 |
? 視覺化 K-Means 聚類
這是一個互動式演示聚類演算法的網站，您可以閱讀學習和逐步操作 K-Means 聚類演算法，並進行視覺化。
? 圖解機器學習模型
這是一個圖解機器學習演算法的網站，包含兩個部分。
 |
? Streamlit 案例展
Streamlit 是一個 Web 應用程式框架，主要針對資料和機器學習應用程式。下面網站是一個案例集，包含使用該框架生成的多個AI應用程式。
? 邏輯迴歸視覺化互動式講解
下面網站是一個視覺化和互動式教程，我們可以在其中學習邏輯迴歸的基礎知識：例如它是如何工作的，它是如何擬合的，以及如何解釋係數。
? CNN 互動式直譯器
下面網站是一個互動式CNN（卷積神經網路）學習與操作及視覺化解釋的教程，展開講解了卷積神經網路的細節。
 |
? Kernel Density Estimation 核密度估計
學習統計知識的優秀互動式網站，尤其是針對Kernel Density Estimation/核密度估計統計技術做了視覺化和圖解互動式教程。
? Probability distributions 機率分佈互動式講解
學習統計知識的優秀互動式網站，尤其是針對Probability distributions/機率分佈做了視覺化和圖解互動式教程。
 |
? Hugging Face Spaces 數千AI例項
Hugging Face Spaces 是著名工具 HuggingFace transformers 的社群，它包含社群人員貢獻的數以千計的AI例項。
? ConvNetJS 深度學習應用例項
這個網站包含很多深度學習應用例項，大家可以透過操作學習不同的統計、機器學習甚至強化學習知識，並和對應的AI應用程式進行互動。
? Keras.js 在瀏覽器中執行 Keras 模型
透過 Keras.js 構建的AI應用，在這個網站上你可以互動載入和執行不同的AI模型，測試它們的功能並視覺化他們的架構。
? Keras.js
? Quick Draw 你畫我猜
這個網站是經典的你畫我猜遊戲，AI透過你簡單的繪畫猜測你繪製的內容，完全實時和自動。快來試一下吧！
 |
參考資料
- ? Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow：https://affinelayer.com/pixsrv/
- ? GAN Lab：https://poloclub.github.io/ganlab/
- ? magenta: sketch rnn：https://magenta.tensorflow.org/assets/sketch_rnn_demo/index.html
- ? AI Dungeon：https://play.aidungeon.io/main/home
- ? Embedding Projector：https://projector.tensorflow.org/
- ? The Beginner's Guide to Dimensionality Reduction：https://dimensionality-reduction-293e465c2a3443e8941b016d.vercel.app/
- ? TensorFlow playground：https://playground.tensorflow.org
- ? Visualizing K-Means Clustering：https://www.naftaliharris.com/blog/visualizing-k-means-clustering/
- ? Visual intro to Machine Learning Part 1：http://www.r2d3.us/visual-intro-to-machine-learning-part-1/
- ? Visual intro to Machine Learning Part 2：http://www.r2d3.us/visual-intro-to-machine-learning-part-2/
- ? Streamlit templates：https://streamlit.io/gallery
- ? Logistic Regression：https://mlu-explain.github.io/logistic-regression/
- ? CNN Explainer：https://poloclub.github.io/cnn-explainer/
- ? Kernel Density Estimation：https://mathisonian.github.io/kde/
- ? Probability distributions：https://www.simonwardjones.co.uk/posts/probability_distributions/
- ? Hugging Face Spaces：https://huggingface.co/spaces
- ? ConvNetJS：https://cs.stanford.edu/people/karpathy/convnetjs/
- ? Keras.js：https://transcranial.github.io/keras-js/#/image-super-resolution
- ? Quick Draw：https://quickdraw.withgoogle.com/
