awesome machine learning resources

很棒的機器學習資源

語言: [英文] [中文]

涵蓋各種機器學習和深度學習主題的優質資源的精選清單。

該儲存庫包含 380 多個項目（2021 年 12 月），旨在：

• 幫助beginners了解機器學習的分支和最新發展；
• 幫助researchers遵循新的機器學習研究方向；
• 幫助engineers找到合適的教學和函式庫來解決實際問題。

筆記：

• 如果您喜歡這個項目，請留下一個STAR！
• 貢獻：如果您發現任何不正確/不適當/過時的內容，請考慮提問或 PR。我們非常感謝您對此清單的貢獻！
• 標記： ️表示inactive ，即對應的清單已停止更新（12個月以上），但對於初學者來說仍然是一個很好的參考。

什麼是新的：

• [01/2023] 在圖學習中加入公平圖學習，更新時間序列/流學習部分。
• [08/2022] 在圖學習中加入流量基準圖。
• [04/2022] 更新圖學習部分。
• [12/2021] 更新「聚類」部分。
• [12/2021] 更新自然語言處理 (NLP) 和人工智慧公平性部分。
• [12/2021] 中文版現已上線！
• [12/2021] 新增跨領域 - 軟體工程 (MLonCode) 部分。
• [12/2021] 新增範式 - 降維（特徵選擇/提取）部分。
• 更多的

  [12/2021] 令人敬畏的機器學習首次提交！
  

看看zhining 的其他開源專案！

不平衡整合 [PythonLib]

學習不平衡[棒極了]

自定進度合奏 [ICDE]

元採樣器 [NeurIPS]

目錄

• 目錄
• 通用機器學習
• 機器學習範式
  • 半/自監督學習
  • 對比學習
  • 表示學習（嵌入）
  • 度量學習
  • 強化學習
  • 遷移學習
  • 元學習
  • 多工學習
  • 不平衡/長尾學習
  • 少樣本學習
  • 對抗性學習
  • 穩健的學習
  • 主動學習
  • 終身/漸進/持續學習
  • 整合學習
  • 自動機器學習 (AutoML)
  • 聯邦學習
  • 異常檢測
  • 聚類
  • 降維（特徵選擇/提取）
• 機器學習任務與應用
  • 計算機視覺（CV）
  • 自然語言處理（NLP）
  • 多模式和跨模式學習
  • 圖學習
  • 知識圖譜
  • 時間序列/流學習
  • 推薦系​​統
  • 資訊檢索
  • 遊戲和搜尋
• 機器學習模型
  • 預訓練和基礎模型
    • NLP（BERT、RoBERTa、GPT 等）
    • CV（視覺變形金剛等）
    • 在其他主題中
  • 卷積神經網路（CNN）
  • 循環神經網路（RNN、LSTM、GRU 等）
  • 圖神經網路（GNN、GCN、GAT等）
  • 生成模型和生成對抗網路（GAN）
  • 變分自動編碼器
  • 基於樹的整合模型
• 機器學習的可解釋性、公平性和道德
  • 人工智慧的可解釋性
  • 人工智慧的公平性
  • 人工智慧倫理
• 跨學科：機器學習+X
  • 系統（MLSys/SysML）
  • 資料庫（AIDB/ML4DB）
  • 軟體工程（MLonCode）
  • 網路安全
  • 量子計算
  • 醫療保健
  • 生物資訊學
  • 生物與化學
  • 金融與貿易
  • 商業
  • 法律
• 機器學習資料集
• 生產機器學習
  • 開源函式庫
  • 大數據框架
• 致謝
• 貢獻者

通用機器學習

• 實踐

  • [列表、庫] 很棒的機器學習
    • 精彩的機器學習框架、函式庫和軟體的精選清單（按語言）。
  • [圖書館] scikit-learn
    • scikit-learn：Python 中的機器學習。

• 研究

  • [列表] 論文-文獻-ML-DL-RL-AI
    • 有關 ML/DL/RL/AI 的有影響力且被廣泛引用的論文和文獻。
  • [列表] 很棒的深度學習[ ️無效]
    • 精彩的深度學習書籍、課程、影片、講座、教學等精選清單。
  • [列表] 精彩的深度學習論文[ ️無效]
    • 被引用最多的深度學習論文的精選清單（2012-2016）。

機器學習範式

半/自監督學習

• 一般的

  • [列表] 很棒的半監督學習
    • 精彩的半監督學習資源精選清單。
  • [列表] 很棒的自監督學習
    • 精選的精彩自我監督學習資源清單。
  • [列表] 精彩自監督論文
    • 收集有關自監督學習、表徵學習的論文。

• 子主題

  • [列表] Awesome Graph 自監督學習
    • 很棒的自監督圖形表示學習資源的精選清單。
  • [列表] 很棒的自監督 GNN
    • 關於圖神經網路（GNN）自監督學習的論文。

• 實踐

  • [圖書館] mmselfsup
    • OpenMMLab 自監督學習工具箱和基準。
  • [圖書館] 大學
    • 跨任務、語言和模式的大規模自我監督預訓練。
  • [圖書館] 阿爾伯特
    • 用於語言表示自監督學習的 Lite BERT。

對比學習

• 一般的

  • [列表] PyContrast
    • 該存儲庫列出了最近的對比學習論文，並包含其中許多論文的程式碼。
  • [列表] 很棒的對比學習
    • 精彩的對比自監督學習論文的綜合列表。
  • [列表] 很棒的對比學習論文和程式碼
    • 精彩的對比學習論文和程式碼的綜合清單。

• 實踐

  • [庫]PyGCL
    • PyTorch 的圖形比較學習庫。

表示學習（嵌入）

• 一般的

  • [列表] Awesome-embedding-models [ ️無效]
    • 精彩嵌入模型教學、專案和社群的精選清單。
  • [列表] Awesome-representation-learning
    • 表徵學習主題的閱讀清單。

• 子主題

  • [列表] Awesome-sentence-embedding
    • 預訓練句子和詞嵌入模型的精選清單。
  • [列表] 令人敬畏的隱式神經表示
    • 有關隱式神經表示的精選資源清單。
  • [列表]awesome-2vec
    • 2vec 型嵌入模型的精選清單。
  • [列表] Awesome-VAE
    • 在 VAE、解纏結、表示學習和生成模型方面的出色工作。
  • [列表] 使用 Transformers 進行出色的視覺表示學習
    • 電腦視覺中令人敬畏的變形金剛（自註意）。
  • [列表] 很棒的深度圖表示學習
    • 精彩的深度圖表示學習資源的精選清單。
  • [列表] Awesome-network-embedding [ ️無效]
    • 網路表示學習、圖嵌入、知識嵌入。
  • [列表] NRL/NE 必讀論文。 [ ️無效]
    • NRL：網路表示學習。 NE：網路嵌入。
  • [列表] 解開的表示論文[ ️無效]
    • 關於解纏結（以及偶爾的「傳統」）表示學習的論文。
  • [列表] 異構圖上的表示學習[ ️無效]
    • 異構圖嵌入、異構 GNN 和應用。

度量學習

• 實踐
  • [庫] pytorch-metric-learning
    • 在應用程式中使用深度度量學習的最簡單方法。
  • [圖書館] 測量學習
    • metric-learn：Python 中的度量學習。
  • 【代碼合集】Deep-Metric-Learning-Baselines 【 ️無效]
    • 深度度量學習管道的 PyTorch 實作。

強化學習

• 一般的

  • [列表] 很棒的密集學習
    • 專門用於強化學習的精選資源清單。
  • [列表] 精彩的深度學習與強化學習論文及其他資源
    • 有關深度學習和深度強化學習的最新論文列表。
  • [列表] 很棒的深度強化學習
    • 精選的深度強化學習資源清單。
  • [列表] 很棒的密集學習 (中/中文) [ ️無效]
    • 強化學習從入門到放棄的資料

• 子主題

  • [列表] 很棒的離線強化學習
    • 這是離線強化學習的研究和評論論文集。
  • [列表] 很棒的真實世界強化學習
    • 讓強化學習在現實生活中發揮作用的豐富資源。論文、專案等等。
  • [列表] 很棒的遊戲AI
    • 有關多智能體學習的遊戲 AI 資源的精選但不完整清單。
  • [列表] 精彩 RL 比賽
    • 強化學習競賽集合。
  • [列表] 很棒的機器人
    • 這是機器人技術的各種書籍、課程和其他資源的列表
  • [列表] 用於自然語言處理 (NLP) 的出色 RL [ ️無效]
    • 用於自然語言處理的密集學習資源精選清單。
  • [列表] 優秀的網路安全強化學習
    • 專門用於網路安全強化學習的精選資源清單。

• 實踐

  • [圖書館] 健身房
    • 用於開發和比較強化學習演算法的工具包。
  • [圖書館] trfl
    • TensorFlow 強化學習。
  • [圖書館] rlpyt
    • PyTorch 中的強化學習。
  • [圖書館] rlkit
    • 在 PyTorch 中實現的強化學習框架和演算法。
  • [圖書館] 馬羅
    • 多代理資源最佳化 (MARO) 平台是針對現實世界資源最佳化問題的強化學習即服務 (RaaS) 的一個實例。
  • [圖書館]土匪
    • Multi-Armed Bandits 的 Python 函式庫。
  • [圖書館] BanditLib
    • 上下文強盜演算法庫。
  • 【教學】強化學習簡介
    • Sutton 和 Barto 的書《強化學習：簡介》（第二版）的 Python 複製。
  • 【程式碼合集】強化學習【 ️無效]
    • 強化學習演算法的實施。 Python、OpenAI Gym、Tensorflow。
  • [教程]基於tensorflow的強化學習（中英） [ ️無效]
    • 強化學習方法和教程。
  • 【程式碼合集】強化學習【 ️無效]
    • 最小和乾淨的強化學習範例。

遷移學習

• 一般的

  • [列表] 遷移學習 遷移學習
    • 關於遷移學習的一切。
  • [列表] 很棒的遷移學習
    • 關於遷移學習、領域適應和領域到領域翻譯的精彩論文和酷資源清單。

• 子主題

  • [列表] 很棒的域適應
    • 這個倉庫收集了有關領域適應的精彩內容，包括論文、代碼等。
  • [列表] 領域泛化
    • 領域泛化論文和資料集。

• 實踐

  • [圖書館] 遷移學習圖書館
    • 用於領域適應、任務適應和領域泛化的遷移學習庫。
  • 【程式碼合集】深度遷移學習
    • 深域自適應演算法的實作集合
  • [教程]使用Python進行遷移學習實踐[ ️無效]
    • 透過使用 Python 深度學習生態系統遷移先前的學習，深度學習得到簡化。

元學習

• 一般的

  • [代碼合集] Torchmeta
    • 用於 PyTorch 中的少量學習和元學習的擴展和資料載入器的集合。
  • [列表] 元學習論文[ ️無效]
    • 元學習/學會學習/一次性學習/終身學習。
  • [列表] 很棒的元學習[ ️無效]
    • 元學習論文、程式碼、書籍、部落格、影片、資料集和其他資源的精選清單。
  • [列表] Awesome-meta-learning [ ️無效]
    • 元學習資源的精選清單。

• 實踐

  • [圖書館] 學習2學習
    • 用於元學習研究的 PyTorch 庫。
  • 【程式碼合集】pytorch-meta
    • 用於 PyTorch 中的少量學習和元學習的擴展和資料載入器的集合。
  • [教程]Python 元學習實作[ ️無效]
    • 透過 Tensorflow 學習使用 One-Shot Learning、MAML、Reptile、Meta-SGD 等進行學習。

多工學習

• 一般的

  • [列表] 多任務學習
    • 多任務學習學者、論文、調查、幻燈片、會議記錄和開源專案。
  • [列表] 很棒的多任務學習
    • 從 ML 角度來看，2021 年最新的多任務學習 (MTL) 論文清單。

• 子主題

  • [列表] Awesome Multi-Task Learning（針對視覺）
    • 關於電腦視覺多任務學習的論文清單。

• 實踐

  • 【代碼合集】多任務-學習-PyTorch
    • 在 PyTorch 中實現多種多任務學習模型和訓練策略。

不平衡/長尾學習

• 一般的

  • [列表] 令人敬畏的不平衡學習
    • 關於不平衡（長尾）學習的一切。框架和函式庫（按程式語言分組）、研究論文（按研究領域分組）、不平衡資料集、演算法、實用程式、Jupyter Notebooks 和講座。
  • [列表] 很棒的長尾學習
    • 總結了相關論文，包括其在電腦視覺（特別是圖像分類）和極限多標籤學習（XML）（特別是文字分類）中的應用。
  • [列表] 很棒的長尾學習*
    • 精選的精彩深度長尾學習資源清單。

• 子主題

  • [列表] 很棒的長尾識別
    • 長尾識別和相關資源的精選清單。
  • [列表] 令人敬畏的不平衡時間序列分類[ ️無效]
    • 使用深度學習進行不平衡時間序列分類的論文清單。

• 實踐

  • [圖書館]不平衡學習
    • 用於解決機器學習中資料集不平衡問題的 Python 套件。
  • [圖書館]不平衡-整合（英文&中文）
    • 類別不平衡/長尾機器學習 | Python 中的類別不平衡/長尾整合學習

少樣本學習

• 一般的

  • [列表] 精彩論文幾張
    • 在頂尖會議上發表的少量學習論文。

• 子主題

  • [列表] 幾篇語意分割論文
    • 有關少樣本語意分割的論文。
  • [列表] 令人驚嘆的少鏡頭影像生成
    • 與少樣本圖像生成相關的論文、資料集和相關連結。

• 實踐

  • 【代碼合集】Few-shot學習【 ️無效]
    • 乾淨、可讀且經過測試的程式碼，可重現少量學習研究。

對抗性學習

另請參閱：機器學習模型 ->生成模型和生成對抗網路 (GAN)

• 一般的

  • [列表] 令人敬畏的對抗性機器學習[ ️無效]
    • 精彩的對抗性機器學習資源的精選清單。
  • [列表]深度學習的精彩對抗範例[ ️無效]
    • 深度學習中對抗性範例的驚人資源清單。

• 子主題

  • 【列表】文本對抗性攻防（TAAD）必讀論文
  • 【列表】圖對抗學習文獻
    • 關於圖結構資料的對抗性攻擊和防禦論文的精選清單。

• 實踐

  • [庫]對抗性穩健性工具箱
    • Adversarial Robustness Toolbox (ART) - 用於機器學習安全的 Python 函式庫。
  • [庫] AdversarialDNN-Playground
    • 基於網路的對抗性機器學習視覺化工具/LiveDemo。

穩健的學習

• 一般的

  • [列表] 乾淨、可讀且經過測試的程式碼，用於重現少量學習研究。
    • 用於使用吵雜標籤學習的精選資源列表
  • [列表] Robust ML 論文（答辯）
    • 魯棒機器學習的相關論文（我們主要關注防禦）。

• 實踐

  • [庫]對抗性穩健性工具箱
    • Adversarial Robustness Toolbox (ART) - 用於機器學習安全的 Python 函式庫。
  • [圖書館]穩健性-健身房
    • Robustness Gym 是一個機器學習評估工具包。
  • [圖書館] 穩健性
    • 用於建立機器學習模型的工具包，該模型可推廣到看不見的領域，並且對隱私和其他攻擊具有穩健性。

主動學習

• 一般的

  • [列表] 很棒的主動學習
    • 以前的主動學習作品被分類。
  • [列表] 很棒的主動學習*
    • 精彩的主動學習精選清單。
  • [列表] 很棒的主動學習**
    • 與機器學習中的主動學習相關的資源清單。

• 實踐

  • [圖書館] 模態AL
    • Python 的模組化主動學習框架。
  • [函式庫]libact
    • libact：Python 中基於池的主動學習
  • [庫] pytorch_active_learning
    • 用於主動學習的 PyTorch 庫與《人在環機器學習》一書配對。
  • 【程式碼合集】深度主動學習
    • 幾種主動學習演算法的 Python 實作。
  • 【代碼合集】主動學習遊樂場【 ️無效]
    • 用於試驗不同主動學習演算法的 python 模組。

終身/漸進/持續學習

• 一般的

  • [列表] 令人敬畏的漸進學習/終身學習
    • 漸進學習/終身學習論文。
  • [列表]繼續學習文獻
    • 持續學習論文。
  • [列表] 很棒的持續/終身學習
    • 論文、部落格、資料集和軟體。
  • [列表] 持續學習論文
    • 持續學習論文列表，由 ContinualAI 策劃。
  • [列表]終身學習論文列表[ ️無效]
    • 終身學習/持續學習論文。

• 實踐

  • 【程式碼收集】持續學習
    • PyTorch 實作了用於持續學習的各種方法。
  • 【程式碼合集】incremental_learning.pytorch
    • 增量學習論文實現的集合。
  • 【代碼合集】持續學習-Benchmark 【 ️無效]
    • 使用流行的持續學習演算法評估三種類型的任務轉移。

整合學習

另請參閱：機器學習模型 ->基於樹和整合模型

• 一般的

  • [列表] 很棒的整合學習[ ️無效]
    • 書籍、論文、課程、教學、圖書館、資料集。

• 子主題

  • [列表] 很棒的梯度提升研究論文
    • 梯度和自適應增強論文及其實現的精選清單。
  • [列表] 很棒的隨機森林[ ️無效]
    • 有關基於樹的方法等的精選資源列表，包括但不限於隨機森林、bagging 和 boosting。

• 實踐

  • [庫]xgboost
    • 可擴展、可移植和分散式梯度提升（GBDT、GBRT 或 GBM）庫。
  • [庫] LightGBM
    • 快速、分散式、高效能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架。
  • [圖書館] 貓升壓
    • 快速、可擴展、高效能的決策樹梯度提升庫。
  • [圖書館] 組合
    • 用於機器學習模型組合的Python工具箱，
  • [圖書館]不平衡-整合（英文&中文）
    • 類別不平衡/長尾機器學習 | Python 中的類別不平衡/長尾整合學習
  • [圖書館] 姆倫斯[ ️無效]
    • 用於高效能整合學習的 Python 函式庫。

自動機器學習 (AutoML)

• 一般的

  • [列表] 精彩的 AutoML 論文
    • 自動化機器學習論文、文章、教學、投影片和專案。
  • [列表] 很棒的 AutoDL
    • 自動化深度學習相關資源的精選清單。
  • [列表] 很棒的 AutoML
    • 整理 AutoML 相關研究、工具、專案和其他資源的清單。

• 子主題

  • [列表] 很棒的神經架構搜尋論文
    • 神經架構搜尋論文
  • [列表] 很棒的架構搜尋[ ️無效]
    • 很棒的架構搜尋和超參數優化資源的精選清單。
  • [列表] 很棒的 AutoML 和輕量級模型[ ️無效]

• 實踐

  • [庫]NNI（神經網路智能）
    • 一個開源 AutoML 工具包，用於自動化機器學習生命週期，包括特徵工程、神經架構搜尋、模型壓縮和超參數調整。
  • [圖書館] tpot
    • 一種 Python 自動化機器學習工具，可使用遺傳程式優化機器學習管道。
  • [圖書館] 路德維希
    • 以資料為中心的聲明性深度學習架構。
  • [庫]autokeras
    • 用於深度學習的 AutoML 函式庫。
  • [圖書館] automl
    • (Google Brain AutoML) AutoML 相關模型和函式庫的清單。
  • [圖書館] autogluon
    • AutoGluon：用於文字、圖像和表格資料的 AutoML
  • [圖書館] 阿達網
    • 快速、靈活的 AutoML，具有學習保證。
  • [圖書館] FLAML
    • 用於 AutoML 和調優的快速函式庫。

聯邦學習

• 一般的

  • [列表] 很棒的聯邦學習
    • 聯合學習出版物的精選列表，從 Arxiv（大部分）重新組織。
  • [列表] 很棒的聯邦學習*
    • 與機器學習中的聯邦學習和隱私相關的資源清單。
  • [列表] 很棒的聯邦學習
    • 聯邦學習研究的精選清單。
  • [列表] 聯邦學習 聯邦學習
    • 關於聯邦學習的一切。
  • [列表] 聯邦學習
    • 聯合學習論文（按主題分組）。

• 子主題

  • [列表] 很棒的聯邦計算
    • 以聯合方式（分散式；去中心化）進行的 ML 研究論文、程式碼、教程和部落格的集合。
  • [列表] 很棒的關於圖和 GNN 的聯邦學習論文
    • 圖上的聯邦學習，特別是 GNN、知識圖和私人 GNN。

• 實踐

  • [圖書館] 命運
    • 工業級聯合學習架構。
  • [圖書館] 聯合
    • 用於實施聯邦學習（TensorFlow）的框架。
  • [代碼]聯邦學習-PyTorch
    • 普通聯邦學習論文的實現。
  • [圖書館] 花
    • 聯合學習、分析和評估的統一方法。聯合任何工作負載、任何 ML 框架和任何程式語言。

異常檢測

• 一般的

  • [列表] 異常檢測學習資源
    • 書籍、學術論文、線上課程、影片、異常資料集、開源和商業圖書館、工具包、重要會議和期刊。
  • [列表] 很棒的異常檢測
    • 很棒的異常檢測資源的精選清單。
  • [列表] 很棒的異常檢測* [ ️無效]
    • 有關異常檢測的論文列表。

• 子主題

  • [列表] 很棒的時間序列異常檢測
    • 用於時間序列資料異常檢測的工具和資料集清單。
  • [列表] 精彩的詐欺偵測研究論文
    • 詐欺偵測論文的精選清單。
  • [列表] 很棒的視頻異常檢測
    • 影片異常檢測論文，發布程式碼集。
  • [列表] 精彩的日誌分析
    • 有關日誌分析、異常檢測、故障定位和 AIOps 的出版物和研究人員。

• 實踐

  • [圖書館] pyod
    • 用於可擴充異常值檢測（異常檢測）的 Python 工具箱。
  • [代碼] RNN-時間序列-異常檢測
    • 在 Pytorch 中實現的基於 RNN 的時間序列異常檢測器模型。
  • [庫 (R)] 異常檢測[ ️無效]
    • 使用 R 進行異常檢測。
  • [文庫]魯米諾[ ️無效]
    • 異常檢測和關聯庫。

聚類

• 一般的

  • [列表] 深度聚類
    • 深度聚類：方法與實現

• 子主題

  • [列表] 精彩的社區檢測研究論文
    • 社區檢測論文集。
  • [列表] 很棒的多視圖聚類
    • 最先進 (SOTA) 的集合，新穎的多視圖聚類方法（論文、代碼和資料集）。
  • [列表] Awesome-Deep-Graph-Clustering
    • 最先進 (SOTA) 的新穎深度圖聚類方法（論文、程式碼和資料集）的集合。

• 實踐

  • [圖書館] 費斯
    • 用於高效相似性搜尋和密集向量聚類的庫。
  • [庫] hdbscan
    • HDBSCAN 叢集的高性能實現。
  • 【代碼合集】時間序列分類與聚類【 ️無效]
    • 用Python寫的時間序列分類和聚類程式碼。

降維（特徵選擇/提取）

• 一般的

  • [列表] 很棒的特徵工程[ ️無效]
    • 專門用於機器學習特徵工程技術的精選資源清單。

• 實踐

  • [庫] 特徵工具
    • 用於自動化特徵工程的開源 Python 函式庫。
  • [庫] 特徵選擇器[ ️無效]
    • 特徵選擇器：Python 中的簡單特徵選擇。
  • [庫] scikit-feature [ ️無效]
    • python 中的開源特徵選擇儲存庫。
  • [教程]DimensionalityReduction_alo_codes（中文） [ ️無效]
    • xx特徵提取/資料降維：PCA、LDA、MDS、LLE、TSNE等降維演算法的python實作xxx。
  • [教程]特徵工程和特徵選擇[ ️無效]
    • 特徵工程和特徵選擇指南，包含 Python 中的實作和範例。
  • [教程]機器學習的特徵選擇[ ️無效]
    • 機器學習預處理過程中特徵選擇範例的方法。

機器學習任務與應用

計算機視覺（CV）

• 一般的

  • [列表] 很棒的電腦視覺
    • 精彩電腦視覺資源的精選清單。
  • [列表] 很棒的 Visual-Transformer
    • 收集一些 Transformer 與電腦視覺 (CV) 論文。
  • [列表] 令人敬畏的深度視覺[ ️無效]
    • 電腦視覺深度學習資源的精選清單。

• 子主題

  • [列表] 使用 Transformers 進行出色的視覺表示學習
    • 電腦視覺中令人敬畏的變形金剛（自註意）。
  • [列表] 超棒的人臉識別
    • 人臉偵測、分割、對齊和追蹤等。
  • [列表] 令人敬畏的神經輻射場
    • 精選的神經輻射場論文列表。
  • [列表] 很棒的神經渲染
    • 有關神經渲染的資源集合。
  • [列表] 令人敬畏的修復技術
    • 修復論文和資源的精選清單。
  • [列表] 很棒的圖像到圖像翻譯
    • 有關圖像到圖像翻譯的資源集合。
  • [列表] 用於追蹤和檢測的深度學習
    • 使用深度學習進行物件檢測和追蹤的論文、資料集、程式碼和其他資源的集合。
  • [列表] 很棒的視頻分析深度學習
    • 影片分析，特別是用於影片分析研究的多模態學習。
  • [列表] 影像和影片去模糊
    • 影像和影片去模糊資源的精選清單。
  • [列表] 幾篇語意分割論文
    • 有關少樣本語意分割的論文。
  • [列表] 令人驚嘆的少鏡頭影像生成
    • 與少樣本圖像生成相關的論文、資料集和相關連結。
  • [列表] 很棒的視頻異常檢測
    • 影片異常檢測論文，發布程式碼集。
  • [列表]3D機器學習
    • 從 3D 表示中學習。
  • [列表]awesome-3D-vision（中文）
    • 3D視覺演算法、SLAM、vSLAM、電腦視覺
  • [列表] 深度學習方法的 3D 重建
    • 此清單的重點是 Github 上託管的開源專案。
  • [列表]Awsome_Deep_Geometry_Learning
    • 有關 3D 形狀處理深度學習解決方案的資源清單。
  • [列表] 很棒的圖像分類[ ️無效]
    • 自 2014 年以來深度學習圖像分類論文和程式碼的精選清單。
  • [列表] 很棒的物體檢測[ ️無效]
  • [列表] 令人敬畏的面孔[ ️無效]
    • 人臉相關演算法、資料集和論文。
  • [列表] 很棒的人體姿勢估計[ ️無效]
    • 關於人類提出的相關問題的資源集合。
  • [列表] 很棒的視頻生成[ ️無效]
    • 關於影片產生和影片表示學習的精彩工作精選清單（目前有 257 篇論文）。

自然語言處理（NLP）

• 一般的

  • [列表] 很棒的 NLP
    • 專門用於自然語言處理的精選資源清單。
  • [列表] 追蹤自然語言處理的進展
    • 用於追蹤自然語言處理 (NLP) 進度的儲存庫，包括資料集和最常見 NLP 任務的最新技術。
  • [列表] NLP 中很棒的 BERT 和遷移學習
    • Transformer (BERT)、注意力機制、Transformer 架構/網路以及 NLP 中的遷移學習。
  • 【列表】funNLP：最強的NLP武器庫（中文）
    • NLP民工的樂園：幾乎最完整的中文NLP資源庫
  • 【列表、教學】ML-NLP（中文）
    • 這個專案是機器學習、NLP面試中常考到的知識點和程式碼實現，也是一個作為演算法工程師必會的理論基礎知識
  • 【列表】Awesome Chinese NLP（中文） 【 ️無效]
    • 中文自然語言處理相關資料
  • [列表] 很棒的 BERT [ ️無效]
    • 這個倉庫是收集BERT相關資源的。

• 子主題

  • [列表] 機器翻譯閱讀列表
    • 清華自然語言處理組維護的機器翻譯閱讀清單。
  • [列表] 預訓練語言模型 (PLM) 必讀論文
    • 列出一些有關 PLM 的代表性工作並用圖表顯示它們的關係。
  • [列表] 提示論文
    • 關於基於提示的預訓練語言模型調優的必讀論文。
  • [列表] NRE 必讀論文
    • NRE：神經關係提取。
  • [列表] 精彩問答
    • 問答 (QA) 主題的精選清單。
  • 【列表】文字對抗性攻防（TAAD）
    • 關於文本對抗性攻擊和防禦的必讀論文。
  • [列表] 機器閱讀理解。
    • 有關機器閱讀理解的必讀論文。
  • [列表] 法律情報（NLP）
    • 法律情報必讀論文。
  • [列表] 精彩的 NLP 公平性論文
    • 關於 NLP 公平性的論文。
  • [列表] 很棒的金融 NLP
    • 金融領域自然語言處理研究。
  • [列表]Graph4NLP文獻
    • 有關 NLP 圖深度學習的文獻列表。
  • [列表] 很棒的中醫NLP（中文）
    • 中文醫學NLP公開資源整理
  • [列表] NLP4Rec-論文
    • 推薦系​​統 NLP 論文集。
  • [列表]DataAug4NLP
    • NLP 資料增強的論文和資源集合。
  • [列表] KRL/KE 必讀論文。 [ ️無效]
    • KRL：知識表示學習。 KE：知識嵌入。

• 實踐

  • [教程] NLP教程
    • nlp-tutorial是為使用 Pytorch 學習 NLP 的人提供的教學。
  • [資料集] NLP資料集
    • 按字母順序排列的免費/公共領域資料集列表，其中包含用於 NLP 的文字資料。

多模式和跨模式學習

• 多式聯運

  • [列表] 很棒的多模態機器學習
    • 多模式機器學習主題的閱讀清單。
  • [列表] 很棒的多模式研究
    • 多模態機器學習研究論文。

• 跨模式

  • [列表] 跨模態檢索教程
    • 跨模態匹配和檢索論文。
  • [列表] 令人驚嘆的深度學習視訊文字檢索
    • 用於視訊文字檢索的深度學習資源的精選清單。
  • [列表] 很棒的文檔理解
    • 與智慧型文檔處理 (IDP) 相關的文檔理解 (DU) 主題的精選資源清單。
  • [列表] Awesome-Cross-Modal-Video-Moment-Retrieval（中文）

圖學習

另請參閱：機器學習模型 ->圖神經網路（GNN、GCN、GAT 等）

• 一般的

  • [列表] 基於圖表的深度學習文獻
    • 基於圖的深度學習的會議出版品。
  • [列表]圖深度學習文獻
    • 這是關於圖深度學習的論文列表。
  • [列表] GNN論文
    • GNN 必讀論文。

• 基準測試

  • [基準]基於圖的深度學習模型用於城市交通預測
    • DL-Traff：城市交通預測深度學習模型的調查和基準

• 子主題

  • [列表] 很棒的圖分類
    • 圖分類方法的集合，涵蓋嵌入、深度學習、圖核和分解論文以及參考實作。
  • [列表] 很棒的可解釋的圖形推理
    • 與圖機器學習的可解釋性相關的研究論文和軟體的集合。
  • [列表] Awesome Graph 自監督學習
    • 很棒的自監督圖形表示學習資源的精選清單。
  • 【列表】圖對抗學習文獻
    • 關於圖結構資料的對抗性攻擊和防禦論文的精選清單。
  • [列表] 化學和生物學中圖的深度學習
    • 化學和生物學中圖深度學習的論文列表。
  • [列表] 很棒的關於圖和 GNN 的聯邦學習論文
    • 圖上的聯邦學習，特別是 GNN、知識圖和私人 GNN。
  • [列表] 很棒的深度圖表示學習
    • 精彩的深度圖表示學習資源的精選清單。
  • [列表]Graph4NLP文獻
    • 有關 NLP 圖深度學習的文獻列表。
  • [列表] GNN4Traffic
    • 這是用於流量預測的圖神經網路集合的儲存庫。
  • [列表] 基於 GNN 的推薦系統
    • 基於圖神經網路的推薦演算法索引。
  • [列表] Awesome-GNN-推薦
    • 推薦中的 GNN。
  • [列表] 大規模圖上出色的 GNN
    • 大規模圖資料集/網路。
  • [列表] 很棒的公平圖學習
    • 公平圖學習 (FairGL) 的論文列表。
  • [列表] NRL/NE 必讀論文。 [ ️無效]
    • NRL：網路表示學習。 NE：網路嵌入。
  • [列表] 異構圖上的表示學習[ ️無效]
    • 異構圖嵌入、異構 GNN 和應用。

• 實踐

  • [列表] Awesome-graph
    • 圖資料庫和圖計算工具的精選資源清單。

知識圖譜

• 一般的

  • [列表]知識圖譜
    • 知識圖譜論文、程式碼、閱讀筆記集
  • 【教學】很棒的知識圖譜（中文）
    • 整理知識圖譜相關學習資料，提供系統化的知識圖譜學習路徑
  • [列表] 很棒的知識圖譜
    • 知識圖譜相關的學習資料、資料庫、工具等資源。
  • [列表]知識圖譜學習
    • 精彩知識圖教學、專案和社群的精選清單。

• 子主題

  • [列表] 知識圖推理論文
    • 知識圖推理論文。
  • [列表]NLP-知識圖譜（中文）
    • 自然語言處理、知識圖譜、對話系統

• 實踐

  • [列表] Awesome-graph
    • 圖資料庫和圖計算工具的精選資源清單。

時間序列/流學習

• 一般的

  • [列表] 精彩時間序列
    • 最先進的論文、程式碼和其他資源清單集中在時間序列預測上。
  • [列表] 精彩的時間序列
    • 對時間序列領域的全面考察。
  • [列表] 精彩時間序列論文（中英文） [ ️無效]
    • 來自時間序列分析各個研究領域的精彩論文清單。

• 子主題

  • [列表] 很棒的時間序列異常檢測
    • 用於時間序列資料異常檢測的工具和資料集清單。
  • [列表] 深度學習時間序列預測
    • 使用深度學習進行時間序列預測的資源、程式碼和實驗。
  • [列表] Awesome-基於深度學習的時間序列預測
    • 很棒的基於深度學習的時間序列預測。
  • [列表] 很棒的時間序列分析和資料探勘
    • 用於時間序列分析或時間序列資料探勘的學習資源、工具和資料集的集合清單。

• 實踐

  • [列表、練習]awesome_time_series_in_python
    • 用於時間序列處理的 Python 函式庫、資料集、框架。
  • [資料集] 很棒的時間序列資料庫
    • 時間序列資料庫的精選清單。
  • [圖書館] 福斯特
    • 一個易於使用的時間、時空和分層預測工具。

推薦系​​統

• 一般的

  • [列表] Awesome-RSPapers
    • 頂尖會議中的推薦系統論文。
  • [列表] Awesome-RecSys [ ️無效]
    • 很棒的推薦系統（研究）的精選清單。
  • [列表] Awesome-recommender-systems (中文) [ ️無效]
    • 有關推薦系統的精彩資源的精選清單。

• 子主題

  • [列表] 用於工業搜尋、推薦和廣告的精彩深度學習論文
    • 專注於嵌入、配對、排名（CTR 預測、CVR 預測）、後排名、遷移和強化學習。
  • [列表] 基於 GNN 的推薦系統
    • 基於圖神經網路的推薦演算法索引。
  • [列表] NLP4Rec-論文
    • 推薦系​​統 NLP 論文集。
  • [列表] Awesome-GNN-推薦
    • 推薦中的 GNN。

資訊檢索

• [列表] 很棒的資訊檢索
  • 網路各地的資訊檢索和網路搜尋資源的精選清單。

遊戲和搜尋

• [列表] 很棒的蒙特卡羅樹搜尋論文
  • 蒙特卡羅樹搜尋論文及其實現的精選清單。

機器學習模型

預訓練和基礎模型

NLP（BERT、RoBERTa、GPT 等）

• 基礎模型

  • [列表] 預訓練語言模型 (PLM) 必讀論文
    • 列出一些有關 PLM 的代表性工作並用圖表顯示它們的關係。
  • [列表] BERT相關論文
    • 這是 BERT 相關論文的列表。
  • [列表] NLP 中很棒的 BERT 和遷移學習
    • Transformer (BERT)、注意力機制、Transformer 架構/網路以及 NLP 中的遷移學習。
  • [列表] PTM：NLP 中的預訓練模型（中文）
    • NLP預訓練模型的全面總結
  • [列表、模型] 很棒的預訓練中文 NLP 模型（中文）
    • 高品質中文預訓練模型集合
  • [列表] 視覺和語言預訓練模型
    • 視覺和語言預訓練模型 (VL-PTM) 的最新進展。
  • [列表] 很棒的 BERT [ ️無效]
    • 這個倉庫是收集BERT相關資源的。

• 預訓練（非基礎）模型

  • [列表，模型] 很棒的句子嵌入
    • 預訓練句子和詞嵌入模型的精選清單。

CV（視覺變形金剛等）

• 基礎模型

  • [列表] 很棒的 Visual-Transformer
    • 收集一些 Transformer 與電腦視覺 (CV) 論文。
  • [列表] 視覺和語言預訓練模型
    • 視覺和語言預訓練模型 (VL-PTM) 的最新進展。
  • [列表] 視覺變形金剛
    • 最近基於 Transformer 的 CV 和相關作品。
  • [列表] 使用 Transformers 進行出色的視覺表示學習
    • 電腦視覺中令人敬畏的變形金剛（自註意）。
  • [列表] 電腦視覺變壓器
    • 最近一些基於 Transformer 的 CV 作品的論文清單。

• 預訓練（非基礎）模型

  • 【列舉、練習】PyTorch 影像模型
    • 圖像模型、層、實用程式、優化器、調度程式、資料載入器/增強以及參考訓練/驗證腳本的集合，旨在將各種 SOTA 模型整合在一起，並能夠重現 ImageNet 訓練結果。
  • [列表，模型] CV-pretrained-model
    • 電腦視覺預訓練模型（不是論文）。
  • [列表，模型] pretrained-models.pytorch [ ️無效]
    • Pytorch 的預訓練視覺模型。
  • [庫]分段模型[ ️無效]
    • 具有基於 Keras 和 TensorFlow 的用於影像分割的神經網路的 Python 庫。

在其他主題中

• [列表]用於資訊檢索的awesome-pretrained-models
  • 與資訊檢索預訓練模型（又稱 IR 預訓練）相關的精彩論文。

卷積神經網路（CNN）

注意：這是一個很大的話題，幾乎所有現有的清單都已過時。請參閱機器學習任務和應用中的電腦視覺 (CV)以了解更多最新資訊。

• [基準測試] convnet-基準測試[ ️無效]
  • 輕鬆對卷積網路的公共開源實作進行基準測試。
• [基準測試] cnn-基準測試[ ️無效]
  • CPU 和不同 GPU 上流行的捲積神經網路模型（有或沒有 cuDNN）的基準。

循環神經網路（RNN、LSTM、GRU 等）

注意：這是一個很大的話題，幾乎所有現有的清單都已過時。請參閱機器學習任務和應用中的時間序列/流學習以獲取更多最新資訊。

• [列表] 很棒的循環神經網路[ ️無效]
  • 專用於循環神經網路（與深度學習密切相關）的精選資源清單。

圖神經網路（GNN、GCN、GAT等）

另請參閱：機器學習任務和應用 ->圖學習

• 一般的

  • [列表] GNN論文
    • 關於圖神經網路的必讀論文。
  • [列表] 基於圖形的神經網絡
    • 有關基於圖的神經網路和關係網絡的重要資料。
  • [列表] 很棒的GCN
    • 本倉庫是收集GCN、GAT（圖片注意力）相關資源。
  • [列表]圖神經網路（GNN）進展
    • 必讀論文和圖神經網路 (GNN) 進展的持續跟踪
  • [列表]GNN_Review（中文）
    • GNN 綜述閱讀報告

• 子主題

  • [列表] Awesome-self-supervised-gnn
    • 關於圖神經網路（GNN）自監督學習的論文。
  • [列表] GNN4Traffic
    • 這是用於流量預測的圖神經網路集合的儲存庫。
  • [列表] 基於 GNN 的推薦系統
    • 基於圖神經網路的推薦演算法索引。
  • [列表] 大規模圖上出色的 GNN
    • 大規模圖資料集/網路。

• 實踐

  • [教程]GNN-演算法（中文） [ ️無效]
    • 圖神經網路相關演算法詳述及實作教程

生成模型和生成對抗網路（GAN）

另請參閱：機器學習範式 ->對抗性學習

• 一般的

  • [列表] 真棒-gan
    • 有關生成對抗（神經）網路的論文和其他資源清單。
  • [列表] 很棒的生成建模論文
    • 關於生成建模的論文。
  • [列表] GAN 動物園[ ️無效]
    • 所有命名 GAN 的清單。
  • [列表] AdversarialNetsPapers [ ️無效]
    • 關於生成對抗網路的精彩論文。大多數論文與圖像翻譯相關。
  • 很棒的 GAN 應用[ ️無效]
    • 精彩 GAN 應用和演示的精選清單。

• 子主題和應用

  • [列表]awesome-gan-for-medical-imaging
    • 醫學影像領域精彩 GAN 資源的精選清單。
  • [列表] 很棒的 gan 反轉
    • 這個 repo 是關於 GAN 反演的資源集合。

• 實踐

  • [列表] Awesome-GAN 與 Tensorflow
    • GAN（生成對抗網路）的 Tensorflow 實作。
  • [教程]ganhacks [ ️無效]
    • 如何訓練 GAN？讓 GAN 發揮作用的提示和技巧。
  • [教程]GAN [ ️無效]
    • 生成對抗網路的資源和實作。
  • [教程]GAN_理論[ ️無效]
    • 如何穩定訓練過程並產生高品質影像。

變分自動編碼器

另請參閱：機器學習範式 ->表示學習

• [列表] Awesome-VAE
  • 在 VAE、解纏結、表示學習和生成模型方面的出色工作。
• 【代碼合集】PyTorch-VAE
  • 在 pytorch 中實現的變分自動編碼器 (VAE) 集合，重點在於可重複性。

基於樹的整合模型

另請參閱：機器學習範式 ->整合學習

• 一般的

  • [列表] 精彩的決策樹研究論文
    • 分類和回歸樹研究論文及其實現的精選清單。
  • [列表] 很棒的梯度提升研究論文
    • 梯度和自適應增強論文及其實現的精選清單。
  • [列表] 很棒的隨機森林[ ️無效]
    • 有關基於樹的方法等的精選資源列表，包括但不限於隨機森林、bagging 和 boosting。
  • [列表] 很棒的整合學習[ ️無效]
    • 書籍、論文、課程、教學、圖書館、資料集。

• 實踐

  • [庫]xgboost
    • 可擴展、可移植和分散式梯度提升（GBDT、GBRT 或 GBM）庫。
  • [庫] LightGBM
    • 快速、分散式、高效能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架。
  • [圖書館] 貓升壓
    • 快速、可擴展、高效能的決策樹梯度提升庫。
  • [圖書館] 姆倫斯
    • 用於高效能整合學習的 Python 函式庫。
  • [圖書館] 組合
    • 用於機器學習模型組合的Python工具箱，
  • [圖書館]不平衡-整合（英文&中文）
    • 類別不平衡/長尾機器學習 | Python 中的類別不平衡/長尾整合學習

機器學習的可解釋性、公平性和道德

人工智慧的可解釋性

• 一般的

  • [列表] 令人敬畏的機器學習可解釋性
    • 精選的精彩機器學習可解釋性資源清單。
  • [列表] 很棒的可解釋的人工智慧
    • 該儲存庫包含最近熱門話題可解釋人工智慧（XAI）的前沿研究。
  • [列表] 機器學習的可解釋性
    • H2O.ai 機器學習可解釋性資源。
  • [列表]awesome_deep_learning_interpretability（中文） [ ️無效]
    • 深度學習近年來關於模型解釋性的相關論文。

• 子主題

  • [列表] 很棒的可解釋的圖形推理
    • 與圖機器學習的可解釋性相關的研究論文和軟體的集合。
  • [列表] 對抗性可解釋人工智慧
    • 對模型解釋和評估方法的對抗性攻擊。

• 實踐

  • [教程]可解釋的ml-book
    • 關於可解釋機器學習的書。
  • 【教學】interpretable_machine_learning_with_python
    • 用於訓練可解釋的 ML 模型、解釋 ML 模型以及調試 ML 模型以確保準確性、區分度和安全性的技術範例。

人工智慧的公平性

• 一般的

  • [列表] FairAI
    • 這是與公平相關的論文和其他資源的集合。
  • [列表] 人工智慧中令人敬畏的公平性[ ️無效]
    • 一份精心策劃的、但可能有偏見且不完整的人工智慧資源公平清單。

• 子主題

  • [列表] 精彩的 NLP 公平性論文
    • 關於 NLP 公平性的論文。

• 實踐

  • [教學]fairness_tutorial
    • 處理資料科學系統中的偏見和公平：實用的實踐教程。
  • [圖書館] ml-fairness-gym [ ️無效]
    • 一組用於建立簡單模擬的元件，用於探索在社會環境中部署基於機器學習的決策系統的潛在長期影響。

人工智慧倫理

• 一般的

  • [列表] CriticalML [ ️無效]
    • 邁向道德、透明和公平的人工智慧/機器學習：工程師、設計師和政策制定者的批判性閱讀清單。
  • [列表] 機器學習倫理參考文獻[ ️無效]
    • 有關機器學習和數據科學歧視、偏見、道德的參考資料。

• 子主題

  • [列表] 很棒-隱私**
    • 邁向道德、透明和公平的人工智慧/機器學習：工程師、設計師和政策制定者的批判性閱讀清單。

跨學科：機器學習+X

系統（MLSys/SysML）

• [列表] 很棒的機器學習系統
  • 機器學習系統研究的精選清單。
• 【教學】機器學習系統設計模式
  • 用於生產中機器學習系統的訓練、服務和操作的系統設計模式。
• [註]CS-註釋（中文）
  • MLSys和C++自學筆記，以及演算法、作業系統，後續學習系統，終身更新。
• 【註】hack-SysML（中文）
  • 學習和練習 SysML 的注意事項。
• [列表] SysML-閱讀清單[ ️無效]
  • 針對機器學習和系統交叉領域的電腦科學研究的精選閱讀清單。
• [教程]深入了解ml-system（中文） [ ️無效]
  • 深入研究機器學習系統，從重新發明輪子開始。
• [列表] 快速且可擴展的機器學習：演算法和系統[ ️無效]
  • 這是關於機器學習和系統最新進展的論文集，包括分散式機器學習、深度學習等。

資料庫（AIDB/ML4DB）

• [列表] ML4DB-paper-list (英文&中文)
  • [論文列表] AIDB / ML4DB / 自治資料庫 / 智慧型資料庫 / 自動駕駛資料庫

軟體工程（MLonCode）

• [列表] 機器學習原始碼（網站）
  • 研究原始碼的機器學習。
• [列表] Awesome-machine-learning-on-source-code [ ️無效]
  • 與應用於原始碼（MLonCode）的機器學習相關的酷連結和研究論文。

網路安全

• [列表] 優秀的網路安全機器學習
  • 與使用機器學習進行網路安全相關的令人驚嘆的工具和資源的精選清單。
• [列表] Awesome-網路安全-資料集
  • 令人驚嘆的網路安全資料集的精選清單。
• [列表] 網路安全機器學習[ ️無效]
  • 與使用機器學習進行網路安全相關的令人驚嘆的出色工具和資源的精選清單。
• [列表]人工智慧安全[ ️無效]
  • 有關 IDS 機器學習的論文清單。

量子計算

• [列表] 優秀的網路安全機器學習
  • 量子機器學習（在量子設備上運行的機器學習演算法）領域的精彩論文和酷資源清單。它不包括將經典機器學習演算法用於量子目的。

醫療保健

• [列表]healthcare_ml
  • 將機器學習應用於醫療保健的相關資源。
• 【列表、實踐】牛逼的中醫NLP（中文）
  • 中文醫學NLP公開資源整理
• [列表] 精彩的醫學影像[ ️無效]
  • 這是我用來進行醫學影像研究的很棒的軟體清單。

生物資訊學

• [列表] 很棒的生物資訊學
  • 精彩的生物資訊軟體、資源和庫的精選清單。
• [列表] 很棒的生物資訊基準
  • 生物資訊基準論文和資源的精選清單。
• [教程]生物資訊學
  • 生物資訊學免費自學教育的途徑（主要是課程）。
• 【代碼合集】biocode
  • 這是許多人發現有用的生物資訊腳本和程式碼模組的集合，可以使編寫新腳本的速度更快。

生物與化學

• [列表] 深度學習-生物學
  • 這是生物學深度學習方法的實作清單。
• [列表] 很棒的 Python 化學
  • 與化學相關的優秀 Python 框架、函式庫、軟體和資源的精選清單。
• [列表] 化學和生物學中圖的深度學習
  • 化學和生物學中圖深度學習的論文列表。
• [列表] 很棒的 DeepBio [ ️無效]
  • 計算生物學領域出色的深度學習應用精選列表

金融與貿易

• [圖書館] Qlib
  • Qlib是一個以人工智慧為基礎的量化投資平台，旨在發揮人工智慧技術在量化投資中的潛力，賦能研究，創造人工智慧技術的價值。
• 【清單、實踐】金融-機器-學習
  • 實用金融機器學習 (FinML) 工具和應用程式的精選清單。
• [列表] 金融領域出色的人工智慧
  • 人們用來擊敗市場的研究、工具和程式碼。
• [列表] 很棒的金融 NLP
  • 金融領域自然語言處理研究。

商業

• 【清單、實踐】商業機器學習
  • 應用商業機器學習 (BML) 和商業資料科學 (BDS) 範例和庫的精選清單。

法律

• [列表] 法律情報必讀論文
  • 法律人工智慧論文和資料集。
• 【清單、實踐】法律文本分析
  • 專用於法律文本分析的資源、方法與工具。

機器學習資料集

• [資料集] 很棒的公共資料集
  • 此列表列出了以主題為中心的高品質公共資料來源。
• [資料集] NLP資料集
  • 按字母順序排列的免費/公共領域資料集列表，其中包含用於 NLP 的文字資料。
• [資料集] 很棒的資料集工具
  • 很棒的數據集工具的精選清單。
• [資料集] 很棒的時間序列資料庫
  • 時間序列資料庫的精選清單。
• [資料集] Awesome-網路安全-資料集
  • 令人驚嘆的網路安全資料集的精選清單。
• [數據集] 很棒的機器人數據集
  • 機器人資料集集合。

生產機器學習

開源函式庫

• [列表、庫] 很棒的機器學習
  • 精彩的機器學習框架、函式庫和軟體的精選清單（按語言）。
• [列表、庫] 很棒的生產機器學習
  • 此儲存庫包含一系列出色的開源庫，可協助您部署、監控、版本、擴充和保護生產機器學習

大數據框架

• 【列舉、實踐】牛逼的大數據
  • 精彩的大數據框架、資源和其他精彩內容的精選清單。

致謝

• ？感謝您花時間閱讀本文，如果您喜歡這個項目，請留下 STAR！ ？
• 如果您發現任何不正確/不適當/過時的內容，請考慮提問/PR。
• ？我們非常感謝您對此清單的貢獻！ ？

貢獻者

感謝這些優秀的人（表情符號鍵）：

劉志寧 ？ ？

月流1999 ？

金·哈馬爾 ？

亞當·納羅茲尼亞克 ？

該項目遵循所有貢獻者規範。歡迎任何形式的貢獻！