-
完备的 AI 学习路线,最详细的中英文资源整理 -
不交学费也能成为数据科学家,这里有一条免费学习路径 -
机器学习成才之路:这是一条 GitHub 高赞的学习路径 -
入门机器学习,照这个课程清单按顺序学就对了
-
18 个月自学 AI,2 年写就三万字长文,过来人教你如何掌握这几个 AI 基础概念 -
机器学习必学 10 大算法 -
机器学习基础:相似度和距离度量究竟是什么 -
p 值是什么?数据科学家用最简单的方式告诉你 -
Distribution is all you need:这里有 12 种做 ML 不可不知的分布 -
计算机视觉入门大全:基础概念、运行原理、应用案例详解 -
NLP 技术路线详解:这是从数学到算法的艺术 -
深度强化学习入门难?这份资料手把手教会你
-
数据清洗&预处理入门完整指南 -
不要只关注算法与模型,这里有份产品级深度学习开发指南 -
没人告诉你的大规模部署 AI 高效流程! -
用纯 NumPy 码一个 RNN、LSTM:这是最好的入门方式了 -
为什么我的 CV 模型不好用?没想到原因竟如此简单…… -
3 天上手,30 天精通!——深度学习 FPGA 加速器设计 -
预训练语言模型关系图+必读论文列表,清华荣誉出品 -
学习 GAN 模型量化评价,先从掌握 FID 开始吧 -
生成式模型入门:训练似然模型的技巧 -
如何入门 CUDA 并行计算? -
图像配准的前世今生:从人工设计特征到深度学习
-
像堆乐高一样:从零开始解释神经网络的数学过程 -
刷脸背后,卷积神经网络的数学原理原来是这样的 -
1900 页数学基础:面向 CS 的线性代数、拓扑、微积分和最优化 -
人工智能中的线性代数:如何理解并更好地应用它 -
新手上路:图文解读助你理解和使用正则表达式 -
不可不知的数据科学入门数学指南 -
数学还能这么学?高中要有这个网站我早就及格了 -
浅显易懂!「高中数学」读懂梯度下降的数学原理 -
高中就开始学的正态分布,原来如此重要
-
卷积有多少种?一文读懂深度学习中的各种卷积 -
从 ReLU 到 GELU,一文概览神经网络的激活函数 -
关于图算法 & 图分析的基础知识概览 -
图论与图学习(一):图的基本概念 -
图论与图学习(二):图算法 -
PageRank、最小生成树:ML 开发者应该了解的五种图算法 -
一文读懂:图卷积在基于骨架的动作识别中的应用 -
HyperparameterHunter 3.0:一文教你学会自动化特征工程
-
图解神经机器翻译中的注意力机制 -
图解人工智能,这群大学生做了个有趣的交互项目(中文版) -
图解 NumPy,这是理解数组最形象的一份教程了 -
完全图解 GPT-2:看完这篇就够了(一) -
完全图解 GPT-2:看完这篇就够了(二) -
透过现象看本质,图解支持向量机 -
能「看到」的张量运算:因子图可视化 -
BERT 模型超酷炫,上手又太难?请查收这份 BERT 快速入门指南! -
包学包会,这些动图和代码让你一次读懂「自注意力」 -
手把手教你将矩阵&概率画成图 -
手把手教你将矩阵画成张量网络图 -
看得见的高斯过程:这是一份直观的入门解读
-
十四年的 NYU 教学精华,开放书《机器学习基础》第二版可以下载啦 -
李航《统计学习方法》第二版上线,6 年耕耘增加无监督学习(新书赠送) -
学它!李航《统计学习方法》课件,清华大学深圳研究院教授制作
-
实战入门深度学习,李沐中文新书赠送 -
全新版本,李沐《动手学深度学习》TF2.0 版本来了 -
PyTorch 版《动手学深度学习》开源了,最美 DL 书遇上最赞 DL 框架 -
开放下载!复旦大学邱锡鹏教授发布教科书《神经网络与深度学习》 -
「机器学习基础与趋势」系列丛书最新成员:140 页《深度强化学习入门》发布
-
南大周志华、俞扬、钱超最新力作:《演化学习:理论与算法进展》正式上线
-
一图胜千言,这本交互式线代教科书让你分分钟理解复杂概念,佐治亚理工出品
-
500 页开放书搞定概率图建模,图灵奖得主 Judea Pearl 推荐
-
2018: 新年大礼包:机器之心 2018 高分教程合集
-
2017: 灵魂追问 | 教程那么多,你……看完了吗?
-
2016: 人工智能从入门到进阶,机器之心高分技术文章全集