Machine Learning Roadmap
1.0.0
Hello there. I am Shanmukha Sainath, working as AI Engineer at KLA Corporation. I have done my Bachelors from Department of Electronics and Electrical Communication Engineering department, IIT Kharagpur.
互聯網世界是巨大的，是學習任何新事物的資源。有許多免費的免費資源來學習機器學習。有很多選擇的選擇，很難選擇最佳選擇（從經驗中說）。因此，我收集了最佳資源，以開始機器學習並繼續在該領域的職業。
歡迎反饋和建議:)
MIT的18.06線性代數課程是學習線性代數基礎知識的最佳課程
可汗學院的矩陣課程是學習矩陣代數的基礎知識的最佳課程
可汗學院的統計和概率課程是最好的課程。
微積分是學習微積分基礎知識的最佳課程。
6.006對算法的插圖是麻省理工學院學習數據結構和算法的基礎知識的課程。
Python教程是學習Python基本語法的最佳場所。
但是，我正在為某些圖書館分享其他資源，以快速學習它們。每當您遇到某種功能或實現時。始終最好參考官方網站中存在的documentation / tutorials / code 。
Numpy是一個可以在Python中啟用Numerical Computing庫。在機器學習中，我們總是與陣列一起工作。 Numpy使用可用的大量功能有助於操作這些數組。
Pandas是一種快速，強大，靈活且易於使用的開源數據分析和操縱工具，該工具構建在Python編程語言之上。要了解有關使用和熊貓的優勢的更多信息，請訪問包概述頁面
這將有助於適應熊貓的一些頻繁操作。OpenCV-Python是旨在解決計算機視覺問題的Python綁定庫。 OpenCV-Python是原始OpenCV C ++實現的Python包裝器。
有關更多詳細信息和實施，請參閱官方教程。Python Imaging Library為Python解釋器添加了圖像處理功能。該庫提供了廣泛的文件格式支持，有效的內部表示以及相當強大的圖像處理功能。
NLTK是構建Python程序以使用人類語言數據的領先平台。它提供了50多個語料庫和詞彙資源，例如WordNet，以及一套用於分類，令牌化，莖，標記，標記，解析和語義推理的文本處理功能，以及用於工業型NLP庫的包裝器
這將有助於習慣使用NLTK進行的一些頻繁操作。Spacy是一個開源軟件庫，用於使用編程語言Python和Cython編寫的高級自然語言處理。
Spacy的本課程有助於開始Spacy。Matplotlib是一個綜合庫，用於在Python中創建靜態，動畫和交互式可視化。
有關更多詳細信息和實施，請參閱官方教程。Seaborn是基於Matplotlib的Python數據可視化庫。它提供了一個高級界面，用於繪製有吸引力且內容豐富的統計圖形。
有關更多詳細信息和實施，請參閱官方教程。請參閱knoe的畫廊，介紹Seaborn中存在的各種地塊。Plotly的Python圖形庫製作交互式出版物質量圖。如何製作線圖，散點圖，區域圖，條形圖，誤差線，框圖，直方圖，熱圖，子圖，多軸，極性圖表和氣泡圖表的示例。
Scikit-Learn是用於Python編程語言的免費軟件機器學習庫。它具有各種classification ， regression和clustering algorithms 。它的設計目的是與python數值和科學庫Numpy and Scipy進行互操作。
Scikit-Learn和50個Scikit-Learn Tips的ML簡介是Data School提供的最佳免費課程，以學習Scikit-Learn
Fastai是一個深度學習庫，為從業者提供高級組件，可以快速，輕鬆地在標準深度學習域中提供最先進的結果，並為研究人員提供可混合併匹配以構建新方法的低級組件。查看頁面以獲取更多信息。
有關更多詳細信息和實施，請參閱官方教程。Pytorch是一個由Meta開發的深度學習框架，可以通過用戶友好的前端，分佈式培訓以及工具和庫的生態系統實現快速，靈活的實驗和有效的生產。
Tensorflow是由Google開發的深度學習框架。它是一個免費的開源軟件庫，用於機器學習和人工智能。它可以在一系列任務中使用，但特別關注深度神經網絡的培訓和推斷。
Kaggle是最大的數據社區，可以在這里分享他們的作品，參與比賽，從免費課程中學習等等。
為了使更多的競賽參與您感興趣的任何競爭。競賽分為3個Tabular ， Computer Vision ， NLP 。如果沒有任何積極的競賽嘗試過去的競爭，那麼您。如果您在任何時候都陷入困境，請參考討論論壇中的公共可用筆記本 /帖子。 Kaggle上有許多可依賴的數據集。您還可以下載數據集並開始自己的項目
本網站包含跨各個平台的ML競賽列表
Vetrivel PS撰寫的此博客具有數據科學競爭平台的列表。
Papers with Code是一個免費開放的資源，具有機器學習論文，代碼，數據集，方法和評估表。
普華永道中的所有內容都分為類別，使得可以輕鬆獲取特定的紙張。轉到感興趣的類別 /字段（ Browse State-of-the-Art ）。根據基準的數據集 /大多數實施 /庫選擇任何紙張。您還可以在各種框架中找到代碼實現。
閱讀論文。用您喜歡的框架實現算法/模型。用虛擬數據訓練它進行檢查。這是進入研究的最佳方法。
Andrej Karpathy
克里希納克
與喬什·斯塔默（Josh Starmer）的Statquest
3Blue1brown
深度學習
Lex Fridman
Yannic Kilcher
亨利AI實驗室
什麼是AI
丹尼爾·伯克（Daniel Bourke）
張量
Deeplizard
阿拉丁·佩爾森（Aladdin Persson）
數字Sreeni
AI夏天
蒸餾
Google AI
meta ai
打開AI
AWS機器學習
Microsoft AI博客
lil'log
每週一次
Deepwizai
aman.ai
用代碼的論文
arxiv
Arxiv理智
Scihub
Kaggle
用代碼的論文
打開ML
CS231N：計算機視覺
CS224N：自然語言處理
CS224W：圖形的機器學習
CS285：加固學習
LLM課程：編譯資源以了解LLM
深度學習
Alpha信號：AI研究人員和工程師的每週消化
用代碼的論文
什麼是AI
Dair.ai的本週最高的ML論文
數據科學的每日劑量
該網站有所有可用的雲GPU及其定價列表
Yannic Kilcher（不和諧）
cord.ai（鬆弛）
MLSpace：機器學習社區（Abhishek Thakur）（Discord）
權重與偏見：火車和微調模型，管理從實驗到生產的模型
擁抱面：機器學習社區在模型，數據集和應用程序上合作的平台。
Pytorch Lightning：Pytorch Lightning是專業人工智能研究人員和機器學習工程師的深度學習框架，他們需要最大的靈活性，而無需大規模犧牲性能。
汽車圖書館：Pycaret，H2O Automl，Autokeras，FLAML
部署[初學者]：燒瓶，簡化
Langchain：Langchain是一個框架，旨在簡化使用大語言模型的應用程序創建。
