1樓：星空
請點開看，絕對好教程。
Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow
上面是今年5月份剛出的第二版，新增加了keras,並用了最新的tensorflow2.0，你也知道的，前幾天谷歌才發布了tensorflow2.0beta版。
先看看下面第一版的評價：
這本直接用numpy來一步步搭建深度學習的模型
2樓：SMON
如果你想用pytorch入門深度學習的話可以看看我的這個倉庫https://
不需要任何機器學習或者深度學習的基礎知識，只需要了解基礎的數學和python程式設計就可以上手啦 ()
3樓：Amusi
國外乙個大神開源的「機器學習完整路線圖」了解一下
注：下面是中文翻譯來的（原文更刺激）[0]
參考：A complete ML study path, focused on TensorFlow and Scikit-Learn
4樓：土木木
seathiefwang/FaceRecognition-tensorflow
這是我寫的乙個專案，非常適合新手，裡面的步驟都有詳細的介紹。
5樓：gmer
對於神經網路的入門，可以參考mnist，10個數字的識別。
在github上有很多例子，可以參考tensorflow或者其他框架的tutorial。
6樓：EZLippi
提供具體統計演算法的工具。其演算法可從資料中學習。
Apache Flink：快速、可靠的大規模資料處理引擎。官網
Apache Hadoop：在商用硬體集群上用來進行大規模資料儲存的開源軟體框架。官網
Apache Mahout：專注協同過濾、聚類和分類的可擴充套件演算法。官網
Apache Spark：開源資料分析集群計算框架。官網
DeepDive：從非結構化資料建立結構化資訊並整合到已有資料庫的工具。官網
Deeplearning4j：分布式多執行緒深度學習開發庫。官網
H2O：用作大資料統計的分析引擎。官網
Weka：用作資料探勘的演算法集合，包括從預處理到視覺化的各個層次。官網
7樓：
列舉一些我知道的專案
numpy & scipy : python的數值計算 & 科學計算基礎工具。
pandas : Python資料分析
scikit-learn : Machine learning in Python, 常見的機器學習演算法基本都有實現。
scikit-image : Image processing in Python, 這個沒用過，影象方面的可以看看。
xgboost : 梯度增強演算法庫，c++寫的，有python介面。
vowpal_wabbit: a fast out-of-core learning system sponsored by Microsoft Research and (previously) Yahoo! Research.
DMLC | Distributed (Deep) Machine Learning Common 的一系列專案
機器學習領域有哪些著名的期刊和會議
Barneylx 昨天發布了最新的CCF會議目錄 其實跟15年版的區別不大 最新版 中國計算機學會推薦國際學術會議和期刊目錄 正式發布 CCF聚焦 中國計算機學會 還是大致符合學界的看法的，可以參考下。機器學習方面，A類會議裡面 NeurlPS,ICML,ACL,CVPR,ICCV都是頂會 即你說的...
機器學習 深度學習以及強化學習在金融領域有哪些應用？
GorgeousShar 據我所知，兩年前就有人做量化投資方面的交易了，但是收益嘛。因為資料一般是波段操作，這就導致了目前需要進行一些監督，並且演算法有限，現在還有些距離，個人期待AutoML能夠解決這個問題 gutu Granth 瀉藥,反洗錢反欺詐領域有很大的運用,NLP 之類演算法在這方面應用...
聯邦學習在機器學習領域有什麼獨立存在的價值
如果不考慮隱私和安全性，橫向聯邦學習對應多工學習，縱向聯邦學習對應多檢視學習，剩下聯邦遷移學習對應傳統遷移學習。若不考慮隱私和安全性問題，相關的研究已經很多了。現在是考慮安全和隱私的情況下，對訓練過程有了新的要求。 京東科技風險演算法與技術 從產業視角來看，工程思路做聯邦學習遠遠不夠 1 安全性問題...