★
mit-deep-learning 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
Tutorials, assignments, and competitions for MIT Deep Learning related courses.
curiousily / Deep-Learning-For-Hackers
Deep-Learning-For-Hackers
Machine Learning tutorials with TensorFlow 2 and Keras in Python (Jupyter notebooks included) - (LSTMs, Hyperameter tuning, Data preprocessing, Bias-variance tradeoff, Anomaly Detection, Autoencoders, Time Series Forecasting, Object Detection, Sentiment Analysis, Intent Recognition with BERT)
Deep-Learning-For-Hackers 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理。
目前累计 1.1k star、432 fork，主要语言为 Jupyter Notebook，项目始于 2019 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
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。curiousily/Deep-Learning-For-Hackers 是一个以 Jupyter Notebook 为主的开源项目，目前累计 1.1k star、432 fork，较长时间未更新。主要方向：anomaly-detection、artificial-intelligence、autoencoders、bert、深度学习、image-augmentation。
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。anomaly-detectionartificial-intelligenceautoencodersbert深度学习image-augmentationintent-recognitionjupyter-notebookskeraslstmsmachine-learningneural-networks
README
正在加载…相关项目
★
introtodeeplearning 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
Lab Materials for MIT 6.S191: Introduction to Deep Learning
★
computervision-recipes 是用 Jupyter Notebook 编写的 AI 工具，用于人工智能方向的建模与推理。
Best Practices, code samples, and documentation for Computer Vision.
★
《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases
《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases
★
machine-learning-for-trading 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
Code for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.
★
Machine-Learning-Specialization-Coursera 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。
Contains Solutions and Notes for the Machine Learning Specialization By Stanford University and Deeplearning.ai - Coursera (2022) by Prof. Andrew NG