https://linkedbus.com/sitetag/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/ Recent content in 机器学习 on 链氪巴士 Hugo -- gohugo.io zh-CN Mon, 09 Dec 2024 14:50:48 +0800 https://linkedbus.com/sites/22243.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22243.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post [译]面向机器学习的特征工程：关于机器学习特征工程的译著" /><p class="site-visit"><a href="https://github.com/apachecn/fe4ml-zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名译面向机器学习的特征工程关于机器学习特征工程的译著"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8d%e8%af%91%e9%9d%a2%e5%90%91%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e7%9a%84%e7%89%b9%e5%be%81%e5%b7%a5%e7%a8%8b%e5%85%b3%e4%ba%8e%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e7%89%b9%e5%be%81%e5%b7%a5%e7%a8%8b%e7%9a%84%e8%af%91%e8%91%97" class="header-anchor"></a>【Github】项目名：[译]面向机器学习的特征工程：关于机器学习特征工程的译著 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个在GitHub上名为apachecn/fe4ml-zh的项目，是《Feature Engineering for Machine Learning》的中文译本。项目提供多种方式查看内容，如在线阅读（包括Gitee），还可通过Docker、PYPI、NPM等方式进行相关操作。项目遵循CC BY-NC-SA 4.0协议，ApacheCN出于学习目的和个人兴趣翻译，欢迎任何人参与完善，且译文仅供学习研究参考，不得用于商业用途。</p> https://linkedbus.com/sites/22234.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22234.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post apachecn/sklearn-doc-zh：[译]scikit-learn中文文档" /><p class="site-visit"><a href="https://github.com/apachecn/sklearn-doc-zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名apachecnsklearn-doc-zh译scikit-learnsklearn中文文档"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dapachecnsklearn-doc-zh%e8%af%91scikit-learnsklearn%e4%b8%ad%e6%96%87%e6%96%87%e6%a1%a3" class="header-anchor"></a>【Github】项目名：apachecn/sklearn-doc-zh：[译]scikit-learn（sklearn）中文文档 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是scikit-learn（sklearn）官方文档的中文版。sklearn是基于Python语言的机器学习工具，是简单高效的数据挖掘和数据分析工具，可在各种环境中重复使用，建立在NumPy、SciPy和matplotlib之上，开源且可商业使用（BSD许可证）。项目提供了多种方式查看文档，如通过GitHub Pages（国外：https://sklearn.apachecn.org）、Gitee Pages（国内：https://apachecn.gitee.io/sklearn-doc-zh），还可以通过Docker、PYPI、NPM等方式进行相关操作，并且有丰富的目录内容涵盖监督学习、无监督学习、模型选择和评估等多方面内容。</p> https://linkedbus.com/sites/22771.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22771.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post best-of-ml-python-每周更新的很棒的机器学习Python库排名列表" /><p class="site-visit"><a href="https://github.com/ml-tooling/best-of-ml-python" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目标题best-of-ml-python-每周更新的很棒的机器学习python库排名列表"><a href="#%e9%a1%b9%e7%9b%ae%e6%a0%87%e9%a2%98best-of-ml-python-%e6%af%8f%e5%91%a8%e6%9b%b4%e6%96%b0%e7%9a%84%e5%be%88%e6%a3%92%e7%9a%84%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0python%e5%ba%93%e6%8e%92%e5%90%8d%e5%88%97%e8%a1%a8" class="header-anchor"></a>项目标题：best-of-ml-python-每周更新的很棒的机器学习Python库排名列表 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>best-of-ml-python是一个公开项目，位于GitHub上。这个项目主要提供了一个排名列表，这个列表中的内容是很棒的机器学习Python库，并且它会每周进行更新。目前该项目已经获得了18.3k的星标以及2.5k的分叉。项目遵循CC-BY-SA-4.0 license许可协议，还有一个项目相关的网站ml-python.best-of.org。</p> https://linkedbus.com/sites/22383.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22383.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post GitHub-Jack-Cherish/Machine-Learning: 机器学习实战项目（Python3）" /><p class="site-visit"><a href="https://github.com/Jack-Cherish/Machine-Learning" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github-jack-cherishmachine-learning-机器学习实战项目python3"><a href="#github-jack-cherishmachine-learning-%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e5%ae%9e%e6%88%98%e9%a1%b9%e7%9b%aepython3" class="header-anchor"></a>GitHub-Jack-Cherish/Machine-Learning: 机器学习实战项目（Python3） </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个名为Machine-Learning的项目，在GitHub上公开。该项目主要聚焦于机器学习实战（Python3），涵盖了多种机器学习算法，如kNN、决策树、贝叶斯、逻辑回归、SVM、线性回归、树回归等。作者会在多个平台发布相关内容，原创文章每周最少两篇，在公众号首发文章，视频在B站首发，欢迎大家加微信进交流群进行技术交流或提意见。项目包含众多算法的基础篇、实战篇的文章以及对应的代码示例。</p> https://linkedbus.com/sites/22671.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22671.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post he4o螺旋熵减系统-通用人工智能系统探索" /><p class="site-visit"><a href="https://github.com/jiaxiaogang/he4o" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目标题he4o螺旋熵减系统-一种通用人工智能系统"><a href="#%e9%a1%b9%e7%9b%ae%e6%a0%87%e9%a2%98he4o%e8%9e%ba%e6%97%8b%e7%86%b5%e5%87%8f%e7%b3%bb%e7%bb%9f-%e4%b8%80%e7%a7%8d%e9%80%9a%e7%94%a8%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e7%b3%bb%e7%bb%9f" class="header-anchor"></a>项目标题：he4o螺旋熵减系统-一种通用人工智能系统 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>he4o是一个螺旋熵减机，属于通用人工智能（AGI）系统。它在机器学习方面以迁移学习为主、强化学习为辅，知识表征支持宏微，如稀疏码特征概念时序价值神经网络，支持动态、模糊、抽具象、组与分、感理性，还支持智能体自主终身动态学习。在思维控制方面，有出入（行为&amp;感知）含反馈、认知（识别&amp;学习）含类比、需求（任务&amp;计划）含意向、决策（求解&amp;迁移）含分析等。数理上基于集合论（迁移）和概率论（强化），计算采用最简单的bool运算（类比和评价）。记忆结构方面，长时为网（启发式）、短时为树（递归）、瞬时为序（依次），编程思想为DOP（面向动态编程），性能上可运行于单机终端（当前是ios设备）。</p> https://linkedbus.com/sites/21437.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21437.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post NLP-LOVE/ML-NLP：机器学习、深度学习、NLP面试知识与代码实现" /><p class="site-visit"><a href="https://github.com/NLP-LOVE/ML-NLP" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名nlp-loveml--nlp机器学习深度学习nlp面试知识与代码实现"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dnlp-loveml--nlp%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0nlp%e9%9d%a2%e8%af%95%e7%9f%a5%e8%af%86%e4%b8%8e%e4%bb%a3%e7%a0%81%e5%ae%9e%e7%8e%b0" class="header-anchor"></a>【Github】项目名：NLP-LOVE/ML – NLP：机器学习、深度学习、NLP面试知识与代码实现 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这个项目主要包含了机器学习、深度学习、自然语言处理（NLP）面试中常考的知识点以及对应的代码实现。以各个模块为切入点构建清晰知识体系，可用于常读、记忆以及面试复习。每个章节中的问题都是面试可能涉及的知识点，结尾还有算法实战代码案例。项目持续更新，并且欢迎大家加入共同完善项目。</p> https://linkedbus.com/sites/21519.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21519.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post Python-100-Days：Python 100天从新手到大师的全面学习资源" /><p class="site-visit"><a href="https://github.com/jackfrued/python-100-days" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名jackfruedpython--100--dayspython-100天从新手到大师"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8djackfruedpython--100--dayspython-100%e5%a4%a9%e4%bb%8e%e6%96%b0%e6%89%8b%e5%88%b0%e5%a4%a7%e5%b8%88" class="header-anchor"></a>【Github】项目名：jackfrued/Python – 100 – Days：Python 100天从新手到大师 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>该项目是一个以Python学习为核心的资源集合。内容涵盖了从Python基础（如环境搭建、基础语法等）到进阶知识（如函数高级用法、面向对象高级知识等），再到不同应用领域（如Web开发、数据分析、机器学习等）的知识讲解。此外，还包含了项目开发相关的内容，像敏捷开发、数据库设计、网络API接口设计等，甚至涉及到项目部署上线、性能优化以及面试相关的问题等多方面内容。</p> https://linkedbus.com/sites/22273.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22273.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post XGBoost中文文档：为XGBoost提供中文文档资源" /><p class="site-visit"><a href="https://github.com/apachecn/xgboost-doc-zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名xgboost中文文档为xgboost提供中文文档资源"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dxgboost%e4%b8%ad%e6%96%87%e6%96%87%e6%a1%a3%e4%b8%baxgboost%e6%8f%90%e4%be%9b%e4%b8%ad%e6%96%87%e6%96%87%e6%a1%a3%e8%b5%84%e6%ba%90" class="header-anchor"></a>【Github】项目名：XGBoost中文文档：为XGBoost提供中文文档资源 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>XGBoost是一个优化的分布式梯度增强库，旨在实现高效、灵活和便携，在GradientBoosting框架下实现机器学习算法。这个项目是XGBoost的中文文档，包含了项目的各种相关信息如项目翻译、项目负责人等情况，还提供了多种获取文档的方式，例如通过Docker、PYPI、NPM等方式获取并查看文档。</p> https://linkedbus.com/sites/21286.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21286.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post 100-Days-Of-ML-Code中文版：机器学习100天代码实践中文版" /><p class="site-visit"><a href="https://github.com/MLEveryday/100-Days-Of-ML-Code" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名100--days--of--ml--code中文版机器学习100天代码实践中文版"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8d100--days--of--ml--code%e4%b8%ad%e6%96%87%e7%89%88%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0100%e5%a4%a9%e4%bb%a3%e7%a0%81%e5%ae%9e%e8%b7%b5%e4%b8%ad%e6%96%87%e7%89%88" class="header-anchor"></a>【Github】项目名：100 – Days – Of – ML – Code中文版：机器学习100天代码实践中文版 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个名为100 – Days – Of – ML – Code的中文版项目，包含了从有监督学习（如简单线性回归、多元线性回归、逻辑回归等）到无监督学习（如K – 均值聚类、层次聚类）等多方面机器学习内容。项目中还涉及到对线性代数、微积分知识的复习，以及对Python相关数据处理和可视化库（如NumPy、Pandas、Matplotlib）的深入研究。在项目的文件中包含代码、文档以及相关教程等内容。</p> https://linkedbus.com/sites/21233.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21233.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post AiLearning：涵盖数据分析到机器学习多方面的学习资源" /><p class="site-visit"><a href="https://github.com/apachecn/AiLearning" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名ailearning涵盖数据分析到机器学习多方面的学习资源"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dailearning%e6%b6%b5%e7%9b%96%e6%95%b0%e6%8d%ae%e5%88%86%e6%9e%90%e5%88%b0%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e5%a4%9a%e6%96%b9%e9%9d%a2%e7%9a%84%e5%ad%a6%e4%b9%a0%e8%b5%84%e6%ba%90" class="header-anchor"></a>【Github】项目名：AiLearning：涵盖数据分析到机器学习多方面的学习资源 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>AiLearning是一个包含丰富内容的项目，主要涉及数据分析、机器学习实战、线性代数、PyTorch、NLTK、TF2等方面。它提供了诸如学习文档、教程、代码示例等资源，并且有多种版本支持的说明，还给出了从入门到中级的学习路线以及不同学习场景下的建议。例如，对于机器学习实战部分，详细列出了各章节的类型、负责人等信息。在自然语言处理方面，对国内外的相关情况进行了对比，同时也给出了入门须知、教程推荐等内容。</p> https://linkedbus.com/sites/21290.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21290.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post datawhalechina/pumpkin-book：机器学习（西瓜书）公式详解" /><p class="site-visit"><a href="https://github.com/datawhalechina/pumpkin-book" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名datawhalechinapumpkin--book机器学习西瓜书公式详解"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8ddatawhalechinapumpkin--book%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e8%a5%bf%e7%93%9c%e4%b9%a6%e5%85%ac%e5%bc%8f%e8%af%a6%e8%a7%a3" class="header-anchor"></a>【Github】项目名：datawhalechina/pumpkin – book：《机器学习》（西瓜书）公式详解 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>周志华老师的《机器学习》（西瓜书）是机器学习领域经典入门教材。书中部分公式推导细节未详述，此项目旨在对西瓜书中较难理解的公式进行解析并补充推导细节。南瓜书以西瓜书内容为前置知识，以本科数学基础视角讲解公式，超纲知识以附录和参考文献形式给出。</p> https://linkedbus.com/sites/21224.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21224.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post DeepLearning-500-questions：以问答形式阐述深度学习相关热点知识" /><p class="site-visit"><a href="https://github.com/scutan90/DeepLearning-500-questions" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目名deeplearning--500--questions以问答形式阐述深度学习相关热点知识"><a href="#%e9%a1%b9%e7%9b%ae%e5%90%8ddeeplearning--500--questions%e4%bb%a5%e9%97%ae%e7%ad%94%e5%bd%a2%e5%bc%8f%e9%98%90%e8%bf%b0%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e7%9b%b8%e5%85%b3%e7%83%ad%e7%82%b9%e7%9f%a5%e8%af%86" class="header-anchor"></a>项目名：DeepLearning – 500 – questions：以问答形式阐述深度学习相关热点知识 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>《DeepLearning – 500 – questions》全书分为18个章节，50余万字。以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，旨在帮助自己及有需要的读者。本书凝聚了众多一线科研人员及工程师的经验，内容取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题。可为多领域的研究、教学人员、学生以及初、中级研究人员和工程技术人员提供参考，也适合应聘者及面试官阅读。</p> https://linkedbus.com/sites/21320.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21320.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post fengdu78/lihang-code：统计学习方法的代码实现" /><p class="site-visit"><a href="https://github.com/fengdu78/lihang-code" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名fengdu78lihang--code统计学习方法的代码实现"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dfengdu78lihang--code%e7%bb%9f%e8%ae%a1%e5%ad%a6%e4%b9%a0%e6%96%b9%e6%b3%95%e7%9a%84%e4%bb%a3%e7%a0%81%e5%ae%9e%e7%8e%b0" class="header-anchor"></a>【Github】项目名：fengdu78/lihang – code：《统计学习方法》的代码实现 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是李航老师编写的《统计学习方法》第二版的代码实现项目。书中全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法等多种方法。该项目对书中代码进行了整理并提供下载，代码涵盖从第1章到第22章的内容，除第1章概论和最后一章总结外，每章介绍一种方法。</p> https://linkedbus.com/sites/21173.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21173.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post MLAPP-CN项目：机器学习知识的中文整合与学习" /><p class="site-visit"><a href="https://github.com/cycleuser/MLAPP-CN" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="githubmlapp--cn项目介绍"><a href="#githubmlapp--cn%e9%a1%b9%e7%9b%ae%e4%bb%8b%e7%bb%8d" class="header-anchor"></a>【GitHub】MLAPP – CN项目介绍 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>MLAPP – CN是一个与机器学习相关的项目。它为机器学习相关知识和应用的传播与学习提供了一些资源。项目中包含了对机器学习概念、算法、应用场景等多方面内容的探讨与展示，有助于相关人员对机器学习的深入理解。</p> https://linkedbus.com/sites/21312.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21312.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post PaddlePaddle/Paddle：深度学习与机器学习框架" /><p class="site-visit"><a href="https://github.com/PaddlePaddle/Paddle" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名paddlepaddlepaddle--深度学习与机器学习框架"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dpaddlepaddlepaddle--%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e4%b8%8e%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e6%a1%86%e6%9e%b6" class="header-anchor"></a>【Github】项目名：PaddlePaddle/Paddle – 深度学习与机器学习框架 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>PaddlePaddle自2016年开源，是源于工业实践的深度学习与机器学习框架。它涵盖核心框架、模型库、开发套件、工具组件和服务平台等，被众多行业广泛采用，服务超过1070万开发者、23.5万家公司并生成86万个模型。</p> https://linkedbus.com/sites/19730.html Wed, 04 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/19730.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post 深入了解GitHub项目machine-learning-yearning-cn" /><p class="site-visit"><a href="https://github.com/deeplearning-ai/machine-learning-yearning-cn" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="githubmachine--learning--yearning--cn项目介绍"><a href="#githubmachine--learning--yearning--cn%e9%a1%b9%e7%9b%ae%e4%bb%8b%e7%bb%8d" class="header-anchor"></a>【GitHub】《machine – learning – yearning – cn》项目介绍 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>《machine – learning – yearning – cn》是一个与机器学习相关的项目。这个项目可能包含了关于机器学习的多种资源，例如文档、指南等内容，有助于中文用户深入理解机器学习的各个方面知识，对机器学习从业者或者学习者来说是一个非常有用的知识宝库。</p>