机器学习网站导航以及资源，欢迎PR提供资源：
- 网站：https://www.mlhub123.com/
- 进微信群交流：备注mlhub进群 - mlhub
- Telegram群组：欢迎加入，资源多多~
- Analytics Vidhya: 为数据科学专业人员提供基于社区的知识门户
- Distill: 展示机器学习的最新文章
- Google News: Google News Machine learning
- kdnuggets: Machine Learning, Data Science, Big Data, Analytics, AI
- MIT News: Machine learning | MIT News
- 机器之心: 机器之心 | 全球人工智能信息服务
- 雷锋网: 雷锋网 | 读懂智能，未来
- 数据分析网: 数据分析网 - 大数据学习交流第一平台
- 知乎主题: 知乎机器学习热门主题
- 专知: AI知识分发服务平台
- aminer: 科技资讯
- chatgpt: OpenAI开发的人工智能聊天机器人程序
- codeocean: 可重现性代码共享平台
- colab: 免费使用GPU的在线工作平台
- ECharts: 使用JavaScript实现的开源可视化库
- excalidraw: 绘图软件
- drawio 开源免费的绘图工具
- Khroma: 人工智能配色网站
- AIQ: 机器学习大数据技术社区
- DataTau: 人工智能领域的Hacker News
- MathOverflow: 数学知识问答社区
- Medium: 一个涵盖人工智能、机器学习和深度学习相关领域的自由、开放平台
- PaperWeekly: 一个推荐、解读、讨论和报道人工智能前沿论文成果的学术平台
- Quora: Quora | 机器学习主题
- Reddit: Reddit | 机器学习板块
- ShortScience: 用最简单的篇幅去概况科学著作
- Twitter: Twitter | 机器学习论文版块
- Google AI Blog: 谷歌AI博客
- handong1587: 深度学习各个方向资源汇总，及各大顶级会议/期刊资源
- Machine Learning Mastery: 帮助开发人员使用机器学习的知识解决复杂的问题
- paralleldots：一个提供随时可用的一流AI解决方案的博客
- tornadomeet的博客: 很详细的ML&DL学习博客
- wildml：Artificial Intelligence, Deep Learning, and NLP
- 爱可可-爱生活: 知名互联网资讯博主
- 超智能体: 分享最通俗易懂的深度学习教程
- 人工智能笔记: 人工智能从入门到AI**世界
- arXiv: 康奈尔大学运营的学术预印本发布的平台
- Arxiv Sanity: 论文查询推荐
- bifrost: 提供人物、自动驾驶汽车、零售、无人机等六大类别数据集检索
- connected papers: 用可视化的形式发现&浏览论文
- Hugging Face: 机器学习界的github，提供预训练模型和数据集等资源
- iData: iData-知识检索
- lexica: 超过10M + Stable Diffusion 图像和 Prompts
- NLP Index: 实用的NLP索引工具
- Papers with Code: 将论文与开源代码实现结合
- phind: The AI search engine for developers
- SCI-HUB: 找论文必备
- Semantic Scholar: 致力于解决信息超载的学术文献搜索引擎
- DataCastle: **领先的数据科学竞赛平台
- DataFountain: DF,CCF指定专业大数据竞赛平台
- Kaggle: 为数据科学家提供举办机器学习竞赛
- KDD-CUP: 国际知识发现和数据挖掘竞赛
- 赛氪网: 汇集以高校竞赛为主，活动、社区为辅的大学生竞赛活动平台
- 天池大数据: 大数据竞赛、大数据解决方案、数据科学家社区、人工智能、机器学习
- data-science-complete-tutorial: 数据科学完整入门指南
- David Silver: David Silver 深度强化学习课程
- fast.ai: Making neural nets uncool again
- hanbt: 零基础入门深度学习，深入浅出，很不错的入门教程
- Juicy Big Data: Datawhale大数据处理导论教程
- liuyubobobo: Python3 入门机器学习
- Metacademy: 知识点检索并画出通向这个知识点的知识图谱
- MLEveryday: machine learning everyday
- Siraj Raval：时序预测: Kaggle免费课程：时序预测
- Two Minute Papers: YouTube | 最简短的语言概况最新的热点论文
- YSDA nlp_course: YSDA course in Natural Language Processing
- 3Blue1Brown: YouTube | 数学基础频道
- 3Blue1Brown 中文: Bilibili | 数学基础频道
- 谷歌：机器学习速成课程: Google制作的节奏紧凑、内容实用的机器学习简介课程
- 李宏毅: 李宏毅深度学习课程
- 林轩田: 机器学习技法
- 邱锡鹏（复旦大学）: 神经网络与深度学习
- 人工智能公开课合集人工智能国内外顶尖公开课系列
- 吴恩达: 机器学习课程
- 吴恩达: 深度学习课程
- 徐亦达: 徐亦达老师机器学习课程
- 张子豪（同济）: 同济子豪兄的公开课：机器学习+计算机视觉+论文精读
- awesome-machine-learning-cn: 机器学习资源大全中文版，包括机器学习领域的框架、库以及软件
- awesome-public-datasets: 各领域公开数据集下载
- Coursera-ML-AndrewNg-Notes: 吴恩达老师的机器学习课程个人笔记
- daily-paper-computer-vision: 记录每天整理的计算机视觉/深度学习/机器学习相关方向的论文
- DeepLearning-500-questions：深度学习500问
- deeplearning_ai_books: 吴恩达老师的深度学习课程笔记及资源
- Deep-Learning-Papers-Reading-Roadmap: 深度学习论文阅读路线图
- funNLP：中文语料库资源收集项目
- FunRec: 推荐算法基础+实战+面经
- Getting Started in Computer Vision Research：计算机视觉研究入门全指南
- lihang_book_algorithm: 《统计学习方法》算法python实现
- Machine Learning、Deep Learning: ML&DL资料
- MachineLearning_Python: 机器学习算法python实现
- Machine_Learning_Study_Path：机器学习过程中所看的书，视频和源码
- ml_cheatsheet：机器学习算法速查手册
- ml_tutorials: 机器学习相关教程
- NLP-progress：跟踪NLP各项技术的state-of-the-art进展
- paper-qa: 用GPT-3来解读论文的开源项目
- paper-reading: 深度学习经典、新论文逐段精读
- papers-we-love: 阅读、讨论和学习计算机科学学术论文的社区
- 100-Days-Of-ML-Code 英文版：100 Days of Machine Learning Coding as proposed by Siraj Raval
- 100-Days-Of-ML-Code 中文版：100-Days-Of-ML-Code 中文版
- 系统学习机器学习: 系统学习机器学习
- 周志华 - 机器学习: 周志华《机器学习》笔记
- AiLearning: AiLearning：数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2
- deeplearningbook-chinese: 深度学习中文版
- 动手学深度学习: 《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被60多个国家的400多所大学用于教学。
- deep_learning_cookbook: 深度学习手册
- hands_on_Ml_with_Sklearn_and_TF: Sklearn与TensorFlow机器学习实用指南
- Interpretable Machine Learning: 一份指南，教你如何构建具有可解释性的黑盒模型
- Neural Networks and Deep Learning: 深度学习开源书籍
- Neural Networks and Deep Learning: 深度学习开源书籍 - 中文
- PythonDataScienceHandbook: Python数据科学手册
- TensorFlow-Course: 简单易学的TensorFlow教程
- 简单粗暴 TensorFlow 2: 一本简明的 TensorFlow 2 入门指导手册
- face_recognition: 世界上最简单的人脸识别库
- style2paints: 线稿自动上色
- face_recognition: 学习观
- tuning_playbook: 聚焦超参数调整的深度学习调优手册
- Caffe: 一个基于表达式，速度和模块化原则创建的深度学习框架
- Caffe2: Caffe2官方文档
- Chainer: 基于Python的独立的深度学习模型开源框架
- CNTK: CNTK官方文档
- Gensim: 包含可扩展的统计语义，分析纯文本文档的语义结构，以及检索相似语义的文档等功能
- Keras: Keras官方文档
- Matplotlib: Matplotlib官方文档
- MXNet: MXNet官方文档
- NumPy: NumPy官方文档
- pandas: pandas官方文档
- PyBrain: 一个模块化的Python机器学习库
- PyTorch: PyTorch官方文档
- Seaborn: statistical data visualization
- scikit-learn: scikit-learn官方文档
- Statsmodels: 用来探索数据，估计统计模型，进行统计测试
- TensorFlow: TF官方文档
- Theano: 允许高效地定义、优化以及评估涉及多维数组的数学表达式
- openai: 强化学习
- dlib: 实用的机器学习和数据分析工具包
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent
