★
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
artix41 / awesome-transfer-learning
awesome-transfer-learning
Best transfer learning and domain adaptation resources (papers, tutorials, datasets, etc.)
awesome-transfer-learning 是一个学习资料，用于系统学习与查阅。
目前累计 1.8k star、305 fork，项目始于 2017 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。artix41/awesome-transfer-learning 是一个多语言的开源项目，目前累计 1.8k star、305 fork，较长时间未更新。主要方向：awesome-list、domain-adaptation、paper、transfer-learning、unsupervised-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
★
ciencia-da-computacao 是一个资源清单，按主题汇总同类优质资源。
🎓 Um caminho para a educação autodidata em Ciência da Computação!
★
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
★
awesome-readme 是一个资源清单，按主题汇总同类优质资源。
A curated list of awesome READMEs
★
awesome-dotnet 是一个资源清单，按主题汇总同类优质资源。
A collection of awesome .NET libraries, tools, frameworks and software
★
ipfs 是一个开源项目，主题标签有限，建议打开仓库查看具体用途。
Peer-to-peer hypermedia protocol