datawhalechina/pumpkin-book：机器学习（西瓜书）公式详解

《DeepLearning - 500 - questions》全书共18个章节，50余万字。以问答形式阐述概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。内容源于编者日常学习知识点及公司笔面试题，凝聚众多科研人员和工程师经验，可为多领域人员提供参考，适合需要查漏补缺的应聘者和面试官阅读，欢迎大家提出批评指正并参与讨论。

100 - Days - Of - ML - Code中文版是一个综合性的机器学习项目资源。它涵盖了有监督学习中的多种回归与分类算法，包括简单线性回归、逻辑回归等，还有无监督学习的聚类算法。项目里有对线性代数和微积分知识的复习内容，也包含对Python数据处理与可视化库的深入研究。其文件结构丰富，有代码、文档以及教程等，对机器学习学习者而言是一个很有用的资源。

《machine - learning - yearning - cn》是GitHub上一个机器学习相关项目，提供中文资源。本文介绍其背景、目的等，有助于降低学习门槛，欢迎留言讨论。

MLAPP - CN项目是GitHub上的机器学习知识整合项目，以中文形式呈现。降低学习门槛，涵盖多方面内容，虽有局限但意义重大，欢迎留言讨论。

这是一个GitHub上的项目apachecn/fe4ml - zh，是《Feature Engineering for Machine Learning》的中文译本。项目提供多种查看内容的方式，像在线阅读（包含Gitee），也可利用Docker、PYPI、NPM操作。遵循CC BY - NC - SA 4.0协议，由ApacheCN基于学习和兴趣翻译，欢迎参与完善，仅供学习研究，不得商用。这个项目为机器学习特征工程的学习者提供了中文资料，多方式查看增加便利性。

XGBoost是一个优化的分布式梯度增强库，旨在高效、灵活和便携并在GradientBoosting框架下实现机器学习算法。XGBoost中文文档项目提供了诸多有用信息，如项目翻译情况、负责人相关等，还给出了多种查看文档的途径，像Docker、PYPI、NPM等方式，这对中文使用者来说非常方便，可以更好地理解和运用XGBoost相关知识。