這是一份超全機器學習&深度學習資源清單(105個AI站點)，請收藏！

本文由專知整理

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、項目、文檔等導航鏈接，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/): 爲數據科學專業人員提供基於社區的知識門戶
• 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 ): 專注數據分析、挖掘、大數據相關領域的技術分享、交流
• 機器之心 (https://www.jiqizhixin.com): 機器之心 | 全球人工智能信息服務
• 雷鋒網 (https://www.leiphone.com): 雷鋒網 | 讀懂智能，未來
• 數據分析網 (https://www.afenxi.com): 數據分析網 - 大數據學習交流第一平臺
• 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/)：專業可信的人工智能知識分發，包含5000+AI主題，薈萃、鏈路等資料

社區交流

• AIQ (http://www.6aiq.com ): 機器學習大數據技術社區
• DataTau (https://www.datatau.com): 人工智能領域的Hacker News
• MathOverflow (https://mathoverflow.net): 數學知識問答社區
• Medium (https://medium.com/): 一個涵蓋人工智能、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/)：專業可信的人工智能知識分發，包含5000+AI主題，薈萃、鏈路等資料
• PaperWeekly (http://www.paperweekly.site): 一個推薦、解讀、討論和報道人工智能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): 做最好的數據科學社區
• Twitter (https://twitter.com/StatMLPapers): Twitter | 機器學習論文版塊
• 極智能 (http://www.ziiai.com): 人工智能技術社區

優質博文

• Google AI Blog (https://ai.googleblog.com/): 谷歌AI博客
• 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): 機器學習應用程序和代碼的實用指南
• tornadomeet的博客 (https://www.cnblogs.com/tornadomeet/archive/2012/06/24/2560261.html): 很詳細的ML&DL學習博客
• 愛可可-愛生活 (https://weibo.com/fly51fly?topnav=1&wvr=6&topsug=1): 知名互聯網資訊博主
• 超智能體 (https://zhuanlan.zhihu.com/YJango): 分享最通俗易懂的深度學習教程
• 人工智能筆記 (https://zhuanlan.zhihu.com/ainote): 人工智能從入門到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發佈的平臺
• 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): 將論文與開源代碼實現結合
• 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/)：數據科學競賽平臺
• DataCastle (http://www.pkbigdata.com): 中國領先的數據科學競賽平臺
• DataFountain (http://www.datafountain.cn/#/): DF,CCF指定專業大數據競賽平臺
• Kaggle (https://www.kaggle.com): 爲數據科學家提供舉辦機器學習競賽
• KDD-CUP (http://www.kdd.org/kdd-cup): 國際知識發現和數據挖掘競賽
• 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/): 京東算法賽事平臺
• 賽氪網 (http://www.saikr.com): 彙集以高校競賽爲主，活動、社區爲輔的大學生競賽活動平臺
• 天池大數據 (https://tianchi.aliyun.com): 大數據競賽、大數據解決方案、數據科學家社區、人工智能、機器學習

課程學習

• Data-science-complete-tutorial (https://github.com/zekelabs/data-science-complete-tutorial): 數據科學完整入門指南
• 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)：神經網絡與深度學習
• 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、庫以及軟件
• 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》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): 機器學習算法python實現
• ml_cheatsheet (https://github.com/remicnrd/ml_cheatsheet)：機器學習算法速查手冊
• 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數據科學手冊
• 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

實戰項目

• 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/): 一個基於表達式，速度和模塊化原則創建的深度學習框架
• Caffe2 (https://caffe2.ai/docs/getting-started.html?platform=windows&configuration=compile): Caffe2官方文檔
• 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官方文檔
• Gensim (https://radimrehurek.com/gensim/index.html): 包含可擴展的統計語義，分析純文本文檔的語義結構，以及檢索相似語義的文檔等功能
• Keras (https://keras.io/): Keras官方文檔
• Matplotlib (https://matplotlib.org/tutorials/index.html): Matplotlib官方文檔
• MXNet (http://mxnet.incubator.apache.org/tutorials/index.html): MXNet官方文檔
• 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官方文檔
• pandas (http://pandas.pydata.org/pandas-docs/stable/): pandas官方文檔
• PyBrain (http://pybrain.org/docs/): 一個模塊化的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官方文檔
• Seaborn (https://seaborn.pydata.org/): Seaborn官方文檔
• scikit-learn (http://scikit-learn.org/stable/documentation.html): scikit-learn官方文檔
• Statsmodels (http://www.statsmodels.org/stable/index.html): 用來探索數據，估計統計模型，進行統計測試
• TensorFlow (https://www.tensorflow.org/tutorials/): TF官方文檔
• Theano (http://deeplearning.net/software/theano/): 允許高效地定義、優化以及評估涉及多維數組的數學表達式

C & C++

• dlib (http://dlib.net): 實用的機器學習和數據分析工具包

Java & Scala

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