★
stanford-cs-229-machine-learning 是一个学习资料，用于系统学习与查阅。
VIP cheatsheets for Stanford's CS 229 Machine Learning
Machine-Learning-Tokyo / Interactive_Tools
Interactive_Tools
Interactive Tools for Machine Learning, Deep Learning and Math
Interactive_Tools 是一个学习资料，用于系统学习与查阅。
目前累计 2.9k star、326 fork，项目始于 2019 年。最近状态：已有一段时间未更新。适合：想补齐某块知识的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。Machine-Learning-Tokyo/Interactive_Tools 是一个多语言的开源项目，目前累计 2.9k star、326 fork，较长时间未更新。主要方向：深度学习、interactive-tools、machine-learning。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
awesome-production-machine-learning 是一个学习资料，用于系统学习与查阅，主打开源免费。
A curated list of awesome open source libraries to deploy, monitor, version and scale your machine learning
★
best-of-ml-python 是一个学习资料，用于系统学习与查阅。
🏆 A ranked list of awesome machine learning Python libraries. Updated weekly.
★
machine-learning-for-software-engineers 是一个 AI 工具，用于人工智能方向的建模与推理。
A complete daily plan for studying to become a machine learning engineer.
★
awesome-deep-learning 是一个 AI 工具，用于人工智能方向的建模与推理。
A curated list of awesome Deep Learning tutorials, projects and communities.
★
awesome-datascience 是一个学习资料，用于系统学习与查阅。
:memo: An awesome Data Science repository to learn and apply for real world problems.