★
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
imsheridan / DeepRec
DeepRec
推荐、广告工业界经典以及最前沿的论文、资料集合/ Must-read Papers on Recommendation System and CTR Prediction
推荐、广告工业界经典以及最前沿的论文、资料集合/ Must-read Papers on Recommendation System and CTR Prediction
目前累计 1k star、216 fork，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：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。imsheridan/DeepRec 是一个多语言的开源项目，目前累计 1k star、216 fork，较长时间未更新。主要方向：computational-advertising、深度学习、exploration-exploitation、recommendation、recommendation-system、reinforcement-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。computational-advertising深度学习exploration-exploitationrecommendationrecommendation-systemreinforcement-learning
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
★
awesome-ai-engineering 是一个 AI 工具，用于大模型与智能体应用开发。
🚀 A curated collection of AI engineering resources, roadmaps, tools, and projects covering LLMs, RAG, AI Agents, MCP, fine-tuning, evaluations, and…
★
CVPR 2026 论文和开源项目合集
CVPR 2026 论文和开源项目合集
★
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.