注册不到两年半Github标星39k+,吴恩达、李航老师的作品的笔记和代码实现
2017 年 11 月,我注冊了 github,現在差不多兩年半了,一共收獲了約 39000star,排名個人用戶81。今天,我就對我的 github 做下介紹,里面的幾個倉庫,非常適合機器學習和深度學習入門。(作者:黃海廣)
0.導語
Github 有四個熱門項目:
1.吳恩達老師的機器學習課程個人筆記(star 數量:15k+)
2.吳恩達老師的深度學習課程筆記及資源(star 數量:10k+)
3.《統計學習方法》的代碼實現(star 數量:9.5k+)
4.數據科學的筆記以及資料搜集(star 數量:2.7k+)
Github 截圖
1.吳恩達老師的機器學習課程個人筆記
吳恩達老師的機器學習課程個人筆記、翻譯的字幕(含視頻)、復現的 python 代碼等,同時筆記的 word 和 markdown 文件也開源了。
原課程的作業代碼是 octave 的,現在幾乎用不到了,我用 Python 復現了課程代碼,并且公開了筆記的 word 和 markdown 版本。
筆記目錄
2014 年 12 月時,我發動幾位博士來一起翻譯《吳恩達機器學習》視頻字幕,整理和翻譯了大部分視頻,并把視頻和中英文字幕壓制到 mkv 文件中去。(目前該視頻字幕已經無償送給網易云課堂:吳恩達機器學習課程。)
此外,GitHub 里有離線視頻下載,中英文字幕的。github 地址(標星 15k+ ):
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
2.吳恩達老師的深度學習課程筆記及資源
2017 年 8 月,吳恩達老師推出了深度學習課(DeepLearning.ai),這門課是陸續推出的,我組織了很多同學來一起編寫,最后由整理成 word 和 markdown 文件,此外,我對 DeepLearning.ai 的課后測試題進行了翻譯,建議初學者學習。所有題目都翻譯完畢,適合英文不好的同學學習。
筆記打印效果圖
這個筆記相當詳細,有 700 多頁,33萬字。
筆記 pdf(word、markdown)、測試題、離線視頻都放到了 GitHub 上,收獲 10k+star,并提供下載:
https://github.com/fengdu78/deeplearning_ai_books
3.《統計學習方法》的代碼實現
在初學李航老師的《統計學習方法》過程中,為了方便大家學習,把這本書用 Python 代碼進行了整理和實現,并放到了 GitHub 下載(標星 9.5k+ Star):
https://github.com/fengdu78/lihang-code
4.數據科學的筆記以及資料搜集
Github 地址(標星 2.7k+ Star):
https://github.com/fengdu78/Data-Science-Notes
倉庫介紹
AI 以及機器學習入門,初學者遇到的問題非常多,但最大的問題就是:
資料太多!!!不知道如何取舍!!!
這個倉庫很大程度上解決了這個問題,不但提供了學習路線,為初學者指明了學習的方向,而且所有代碼和數據集都提供了下載方式。
初學者根據這個 github 倉庫學完以后,就基本入門 AI 了。
入門以后,遇到問題能上網搜索解決了,也知道接下來應該學什么。
倉庫目錄及概述
0.math
數學基礎
1.python-basic
python 基礎
2.numpy
numpy 基礎
3.pandas
pandas 基礎
4.scipy
scipy 基礎
5.data-visualization
數據可視化基礎
6.scikit-learn
scikit-learn 基礎
7.machine-learning
機器學習入門
8.deep-learning
深度學習入門
9.feature-engineering
特征工程入門
總結
?GitHub 地址,大家可前去參觀學習:
https://github.com/fengdu78
在線閱讀:
http://www.ai-start.com/
整站打包下載:
鏈接:https://yun.baidu.com/s/1nhvxDcoyAl7267FUGbiJhA 提取碼:hxbc?
Github 的 star 數的統計時間:2020-3-8,數據統計網站:
https://gitstar-ranking.com
往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載(pdf更新到25集)本站qq群1003271085,加入微信群請回復“加群”獲取一折本站知識星球優惠券,請回復“知識星球”喜歡文章,點個在看
總結
以上是生活随笔為你收集整理的注册不到两年半Github标星39k+,吴恩达、李航老师的作品的笔记和代码实现的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 疫情数据可视化讨论,作为数据分析师的我真
- 下一篇: 一文看懂XLNet