机器学习开源大学是一个 ML 爱好者为所有其他 ML 爱好者免费学习的想法
这个列表会不断更新——如果你是一名机器学习从业者，并且有一些好的建议来改进这一点，或者有一些好的资源可以分享，你可以创建拉取请求并做出贡献。
目录
- 入门
- 数学
- 机器学习
- 深度学习
- 自然语言处理
- 强化学习
- 图书
- 生产中的机器学习
- 量子机器学习
- 数据集
- 其他有用的网站
- 其他有用的 GitRrpo
- 博客和网络研讨会
- 必读研究论文
- 公司技术博客
入门
| 标题和来源 | 关联 |
|---|
| 人工智能的要素：第 1 部分 | 网站 |
| 人工智能的要素：第 2 部分 | 网站 |
| CS50人工智能哈佛简介 | Cs50 网站 |
| 计算思维和数据科学简介麻省理工学院 | 网站 |
| 实用数据伦理 | 快速人工智能 |
| 机器学习掌握入门 | 掌握机器学习 |
| 算法设计与分析MIT | 麻省理工学院教育中心 |
| 斯坦福大学人工智能：原理与技术 | YouTube |
| 私人人工智能系列 | 露天开采的 |
数学
| 标题和来源 | 关联 |
|---|
| 机器学习中的统计（Krish Naik） | YouTube |
| 编码员的计算线性代数 | 快速人工智能 |
| 线性代数麻省理工学院 | 网站 |
| zstatistics 统计 | 网站 |
| 3Blue1Brown 线性代数精髓 | YouTube |
| 视觉理论（视觉概率）棕色 | 网站 |
| 数据分析和机器学习中的矩阵方法MIT | 网站 |
| 机器学习数学 | YouTube |
| 应用统计麻省理工学院 | YouTube |
机器学习
| 标题和来源 | 关联 |
|---|
| scikit-learn 机器学习简介 | 数据学校 |
| 机器学习简介 | 塞巴斯蒂安·拉斯卡 |
| 开放机器学习课程 | MLcourse.ai |
| 机器学习（CS229）斯坦福大学 | 网站 YouTube |
| 麻省理工学院机器学习简介 | 网站 |
| 机器学习系统设计 2021 (CS329S)斯坦福大学 | 网站 |
| 应用机器学习 2020 (CS5787)康奈尔科技 | YouTube |
| 医疗保健机器学习麻省理工学院 | 网站 |
| 用于交易的机器学习佐治亚理工学院 | 网站 |
| 编码员机器学习简介 | 快速人工智能 |
| 机器学习速成课程 | 谷歌人工智能 |
| 使用 Python 进行机器学习 | 免费代码训练营 |
| 深度强化学习：CS285加州大学伯克利分校 | YouTube |
| 概率机器学习蒂宾根大学 | YouTube |
| 图机器学习（CS224W）斯坦福大学 | YouTube |
| 生产中的机器学习CMU | 网站 |
| 机器学习和深度学习基础知识 | 深蜥蜴 |
| 机器学习中的可解释性和可解释性 | 网站 |
| 实用机器学习 2021斯坦福大学 | 网站 |
| 机器学习VU 大学 | 网站 |
| 网络安全机器学习普渡大学 | YouTube |
| 用于机器学习的音频信号处理 | YouTube |
| 机器学习和因果推理斯坦福大学 | YouTube |
| 机器学习 CS156加州理工学院 | YouTube |
| 多模态机器学习 (MMML) CMU | 网站 YouTube |
| 机器学习高级主题Caltech | 网站 |
深度学习
| 标题和来源 | 关联 |
|---|
| 深度学习简介(6.S191) MIT | YouTube |
| 深度学习简介 | 塞巴斯蒂安·拉斯卡 |
| 纽约大学深度学习 | 网站 2021 |
| 深度学习（CS182）加州大学伯克利分校 | YouTube |
| 深度学习讲座系列DeepMind x UCL | YouTube |
| 深度学习（CS230）斯坦福大学 | 网站 |
| 用于视觉识别的 CNN (CS231n)斯坦福大学 | 网站-2020 YouTube-2017 |
| 全栈深度学习 | 网站2021 |
| 程序员实用深度学习，v3 | 快速人工智能 |
| 深度学习速成课程 2021 d2l.ai | YouTube |
| 密歇根州计算机视觉深度学习 | 网站 |
| Sentdex 在 Python 中从头开始的神经网络 | YouTube |
| Keras - Python 深度学习神经网络 API | 深蜥蜴 |
| 可重复的深度学习 | sscardapane.it |
| PyTorch 基础知识 | 微软 |
| 几何深度学习（GDL100） | 几何深度学习 |
| 深度学习 Neuromatch 学院 | 神经匹配 |
| 分子和材料的深度学习 | 网站 |
| 视觉深度学习课程 | arthurdouillard.com |
| 深度多任务和元学习 (CS330)斯坦福大学 | 网站 YouTube |
| 深度学习访谈书 | 网站 |
| 计算机视觉深度学习 2021 | YouTube |
| 深度学习 2022 CMU | YouTube |
| UvA深度学习 | 网站 |
自然语言处理
| 标题和来源 | 关联 |
|---|
| 自然语言处理 AWS | YouTube |
| NLP-克里什·奈克 | YouTube |
| NLP 与深度学习(CS224N) 2019斯坦福大学 | YouTube 2021 |
| 自然语言处理的代码优先简介 | 快速人工智能 |
| CMU 神经网络 NLP 2021卡内基梅隆大学 | YouTube |
| 斯坦福大学语音和语言处理 | 网站 |
| 自然语言理解（CS224U）斯坦福大学 | YouTube 2022 |
| Dan Jurafsky 和 Chris Manning 的 NLP，2012 年斯坦福大学 | YouTube |
| spaCy 的 NLP 简介 | YouTube |
| 使用 spaCy 进行高级 NLP | 网站 |
| 应用语言技术 | 网站 |
| 高级自然语言处理Umas | 网站 YouTube 2020 |
| 抱脸课程 | 拥抱脸网 |
| NLP 课程密歇根州 | github |
| 2020 CMU多语言 NLP | YouTube |
| 高级 NLP 2021 CMU | YouTube |
| 变形金刚联斯坦福 | 网站 YouTube |
| CS324 大型语言模型 | 网站 |
强化学习
| 标题和来源 | 关联 |
|---|
| 强化学习（CS234）斯坦福大学 | YouTube-2019 |
| DeepMind强化学习简介 | YouTube-2015 |
| 强化学习课程DeepMind 和 UCL | YouTube-2018 |
| 高级深度学习和强化学习 | YouTube |
| DeepMind x 伦敦大学学院强化学习 2021 | YouTube |
图书
| 标题和来源 | 关联 |
|---|
| 科学Python讲座 | Scipy讲座 |
| 机器学习数学 | mml书 |
| 统计学习简介 | 统计学习 |
| 思考统计 | 思考统计 |
| Python 数据科学手册 | 用于 DS 的 Python |
| 使用 Python 进行自然语言处理 - NLTK | NLTK |
| 深度学习 作者：Ian Goodfellow | 深度学习书籍 |
| 深入学习深度学习 | d2l.ai |
| 处理（几乎）任何机器学习问题 | AAANLP |
| 神经网络和深度学习 | 神经网络和深度学习 |
| AutoML：方法、系统、挑战（第一本关于 AutoML 的书） | 自动化 |
| 特征工程和选择 | bookdown.org |
| 机器学习简介面试书 | huyenchip.com |
| 使用 R 进行机器学习实践 | 网站 |
| 从零到精通 TensorFlow 深度学习书籍 | dev.mrdbourke.com/ |
| 数据科学概率导论 | 概率4数据科学 |
| 图表示学习书 | cs.mcgill.ca |
| 可解释的机器学习 | 克里斯托夫姆 |
| 计算机视觉：算法与应用，第二版。 | szeliski.org |
生产中的机器学习
| 标题和来源 | 关联 |
|---|
| Docker简介 | 码头工人 |
| MLOps 基础知识 | GitHub |
| 有效的 MLOps：模型开发 | 万德宝 |
量子机器学习
数据集
| 标题和来源 | 关联 |
|---|
| Yelp 开放数据集 | 喊叫 |
| 机器翻译 | 网站 |
| IndicNLP 语料库（印度语言） | 爱巴拉特 |
| 亚马逊产品联合采购网络元数据 | snap.stanford.edu/ |
| 斯坦福问答数据集 (SQuAD) | 网站 |
其他有用的网站
- 带有代码的论文
- 两分钟论文 - YouTube
- 你计算机科学教育中缺失的一个学期
- Workera：衡量数据人工智能技能
- 掌握机器学习
- 从数据到可视化：图表指南
- 数据谈话俱乐部
- 艺术机器学习
- 申请毫升
- 深度学习细雨
- 机器与深度学习纲要
- connectpapers - 研究论文
- 论文和最新研究 - Deepai
- 跟踪 NLP 的进展
- Sebastian Ruder 的 NLP 博客
- 论文的labmlai
其他有用的 GitRepo
- Applied-ml - 组织的论文和博客
- 列出机器学习 Python 库
- 从头开始的 ML - 模型/算法的实现
- 什么是Python？
- scikit-learn 用户指南：分步方法
- 使用 DL 的 NLP 教程代码
- 真棒-mlops
- 文本分类算法：调查
- 按公司划分的 ML 用例
博客和网络研讨会
- 推荐算法和系统设计
- 机器学习系统设计
- 小博客
必读研究论文
自然语言处理[文字]
- 文本分类算法：调查
- 基于深度学习的文本分类：综合回顾
- 文本深度学习模型的压缩：一项调查
- 文本分类综述：从浅层学习到深度学习
- 变压器调查
- AMMUS：自然语言处理中基于 Transformer 的预训练模型的调查
- 用于自然语言处理的图神经网络：一项调查
- NLP 数据增强方法综述
- 资源匮乏场景下自然语言处理最新方法的调查
- 文本生成的评估：调查
- NLP 中的迁移学习综述
- NLP 中提示方法的系统综述
OCR [光学字符识别]
- OCR 后处理方法综述
公司技术博客
- 装配人工智能
- 语法
- 抱脸
- 优步
- Netflix
- Spotify 研究 |工程
