神经网络关键技术图解 | 论文地址 | github | #机器学习

作者把机器学习和神经网络领域的重要技术，都做成了神经回路图（Neural Circuit Diagrams，作者自研的图形语言），目的是展示神经网络架构的细节，便于学习和理解

昆士兰大学录制的《Practical Deep Learning for Coders 2022》 | course | #教程 #机器学习

这个课程不会直接教你深度学习、神经网络的底层细节，而是教你如何使用开源模型，训练数据，微调参数。就像是编程，你可以把编译原理扔一边。比较非常适合做上层应用开发的同学。

如果想从第一原理开始学习数据科学和机器学习，这个平台绝对是一个金矿！| 推文 | #机器学习

互动学习材料：

- Python
- 数据科学
- 机器学习
- 机器学习数学

PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。

考虑到PyTorch的学习兼具理论储备和动手训练，两手都要抓两手都要硬的特点，开发了这套《深入浅出PyTorch》课程，期望以组队学习的形式，帮助大家从入门到熟练掌握PyTorch工具，进而实现自己的深度学习算法。同时通过项目实战，充分锻炼编程能力，掌握PyTorch进行深度学习的基本流程，提升解决实际问题的能力。

学习的先修要求是，会使用Python编程，了解包括神经网络在内的机器学习算法，勤于动手实践。

《深入浅出PyTorch》是一个系列，一共有三个部分。已经上线的是本系列的第一、二部分，后续会不断更新《深入浅出PyTorch》（下），给出更贴合实际应用的实战案例。

深入浅出PyTorch | 在线阅读 | 视频教程 | #机器学习 #PyTorch

pytorch handbook是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门，其中包含的Pytorch教程全部通过测试保证可以成功运行

Github | 在线阅读 | #机器学习 #电子书

技术 #博客 《老农的博客》

博客内容为三个系列：写给程序员的机器学习入门 、Golang源码探索、CoreCLR源码探索。最详细的是 #机器学习 入门系列文章。

“这个系列的阅读目标是程序员，主要是那些人到中年，天天只做增删查改，并且开始掉头发的程序员们，他们很多都抱怨其他高级的教程看不懂。所以这个系列会把容易理解放在首位，看完可能只能做个调参狗，但如主席所说的，不管黑狗白狗，能解决问题的就是好狗。希望这个系列可以让你踏入机器学习的大门，并且可以利用机器学习解决业务上的问题。”

#数据建模 #机器学习 #数据集
1.阿里天池 国内互联网龙头阿里巴巴旗下的大数据竞赛网站
2.Kaggle 多项机器学习竞赛的数据科学社区
3.科赛网 单纯用来获取数据集很不错 ​​​

大规模数据科学/机器学习教程 #机器学习

信息检索实战教程资料：从词袋到BERT模型 #机器学习

Backprop：让使用、微调和部署最先进的 #机器学习 模型变得简单，包含众多开箱即用的预训练模型，涉及文本分类、问答、图像分类、文本向量化、图片向量化、摘要、情感检测、文本生成等

一个比较实用的 #机器学习 网站：TrustMLVis Browser

收集了 200 多项机器学习模型的信任增强（Enhancing Trust）可视化调查，开发者可按照时间、领域、目标变量、机器学习方法等属性进行过滤筛选