欢迎光临散文网 会员登陆 & 注册

ApacheCN 编程/大数据/数据科学/人工智能学习资源 2019.9

2019-09-27 10:55 作者:绝不原创的飞龙  | 我要投稿

  1. 欢迎大家在我们平台上投放广告。如果你希望在我们的专栏、文档或邮件中投放广告，请准备好各种尺寸的图片和专属链接，联系咸鱼（1034616238）。

  2. 我们组织了一个开源互助平台，方便开源组织和大 V 互相认识，互相帮助，整合资源。请回复这个帖子（https://www.ibooker.org.cn/topic/2019-04-互助联盟/）并注明组织/个人信息来申请加入。

  3. 请回复这个帖子（https://www.ibooker.org.cn/topic/翻译征集/）来推荐希望翻译的内容。如果大家遇到了做得不错的教程或翻译项目，也可以推荐给我们。我们会联系项目的维护者，一起把它变得更好。

  4. 我们的各个公众平台接受人工智能、环材化生劝退、CS 留学申请、IT 外企求职的投稿，详情请见这里（https://github.com/apachecn/awesome-AI-blog-post），我们会每日从所有投稿博文中精选两篇，在 ApacheCN 全平台推送。

  5. 为了能够将开源事业做大做强，ApacheCN 需要与公益基金会（IT、教育类）合作（https://www.zhihu.com/question/318287335），欢迎大家提供帮助。同时我们也接受社会各界的捐助（https://t.modian.com/project/67957.html）。

  6. 如果你不希望再收到我们的邮件，请直接拉黑我们，不要浪费彼此的时间，谢谢合作。

  7. ByteInAI（http://byteinai.com） 是我们和 Datawhale、AI 有道、黄海广博士等组织或个人联合推出的 AI 垂直自媒体，是一个纯商业项目。如果你有意向投资这个项目，请联系 Datawhale（http://home.apachecn.org/img/about/datawhale_wx_qr.png）或咸鱼（1034616238）。


特色项目

  • AILearning - 机器学习实战

  • 文字教程（https://github.com/apachecn/AiLearning）

  • 教学版视频（https://space.bilibili.com/97678687/channel/detail?cid=22486）

  • 讨论版视频（https://space.bilibili.com/97678687/channel/detail?cid=13045）

  • Interview：简历指南 + LeetCode + Kaggle（https://github.com/apachecn/Interview）

  • 计算机公开课推荐（https://github.com/apachecn/awesome-cs-courses-zh）

  • Kaggle 学习系列视频（https://www.bilibili.com/video/av53119200）

  • 简历分享系列视频（https://www.bilibili.com/video/av53122083）

  • AI 路线图（知识树）（https://github.com/apachecn/ai-roadmap）

  • Machine Learning Mastery 博客文章翻译（https://github.com/apachecn/ml-mastery-zh）

  • PyTorch 0.2/0.3/0.4/1.0 中文文档和教程（https://github.com/apachecn/pytorch-doc-zh）

  • 数据科学比赛收集平台（https://github.com/iphysresearch/DataSciComp）

  • 斯坦福 DS/AI 系列笔记

  • 斯坦福 CS229 机器学习中文笔记（http://ai-start.com/ml2014/）

  • DeepLearning.ai 深度学习中文笔记（http://ai-start.com/dl2017/）

  • 斯坦福 CS224n 自然语言处理中文笔记（https://github.com/apachecn/stanford-cs224n-notes-zh）

  • 斯坦福 CS234 强化学习中文讲义（https://github.com/apachecn/stanford-cs234-notes-zh）

  • 斯坦福 STATS60 课本：21 世纪的统计思维（https://github.com/apachecn/stats-thinking-21-zh）

  • 斯坦福博弈论中文笔记（https://github.com/apachecn/stanford-game-theory-notes-zh）

  • UCB CS/DS/AI 系列课本/笔记

  • UCB CS61a 课本：SICP Python 描述（https://github.com/apachecn/sicp-py-zh）

  • UCB CS61b 课本：Java 中的数据结构（https://github.com/apachecn/cs61b-textbook-zh）

  • UCB Data8 课本：计算与推断思维（https://github.com/apachecn/data8-textbook-zh）

  • UCB Prob140 课本：面向数据科学的概率论（https://github.com/apachecn/prob140-textbook-zh）

  • UCB DS100 课本：数据科学的原理与技巧（https://github.com/apachecn/ds100-textbook-zh）

  • UCB CS294-112 深度强化学习中文笔记（https://github.com/apachecn/ucb-cs294-112-notes-zh）

  • 斯坦福 CS183 系列 / YC 创业课系列中文笔记（https://github.com/apachecn/stanford-cs183-notes）

  • Numpy 技术栈中文文档

  • NumPy 中文文档（https://github.com/apachecn/numpy-ref-zh）

  • Pandas 中文文档（https://github.com/apachecn/pandas-doc-zh）

  • Matplotlib 中文文档（https://github.com/apachecn/matplotlib-user-guide-zh）

  • Sklearn 0.19 中文文档（https://github.com/apachecn/scikit-learn-doc-zh）

  • statsmodels 中文文档（https://github.com/apachecn/statsmodels_doc_zh）

  • seaborn 0.9 中文文档（https://github.com/apachecn/seaborn-doc-zh）

  • Numba 0.44 中文文档（https://github.com/apachecn/numba-doc-zh）

  • Cython 3.0 中文文档（https://github.com/apachecn/cython-doc-zh）

  • Girls In AI：面向编程零基础女孩子的AI算法工程师养成计划（https://github.com/YZHANG1270/Girls-In-AI）

  • Daily Interview - 人工智能面经（https://github.com/datawhalechina/Daily-interview）

  • ApacheCN 公众号历史文章（https://github.com/apachecn/awesome-article-recomm）

编程语言

  1. Java

  2. Java 编程思想（https://github.com/apachecn/thinking-in-java-zh）

  3. Java 8 简明教程（https://github.com/apachecn/modern-java-zh）

  4. Java 从0～1个人笔记（https://javaee.strivebo.com）

  5. Java8 中文官方教程（https://github.com/apachecn/java8-tut-zh）

  6. Python

  7. Think Python 中文第二版（https://github.com/apachecn/think-py-2e-zh）

  8. 笨办法学 Python · 续 中文版（https://github.com/apachecn/lmpythw-zh）

  9. Java

  10. Java 编程精解 中文第三版（https://github.com/apachecn/eloquent-js-3e-zh）

  11. 写给不耐烦程序员的 Java（https://github.com/apachecn/impatient-js-zh）

  12. C

  13. 笨办法学 C 中文版（https://github.com/apachecn/lcthw-zh）

  14. PHP

  15. 手把手教你写 PHP 协程扩展（https://github.com/apachecn/study）

  16. 综合

  17. TutorialsPoint 中文教程（https://github.com/apachecn/tutorialspoint-ebooks-zh）

  18. BeginnersBook 中文教程（https://github.com/apachecn/beginnersbook-zh）

后端/大数据

  1. Spark 2.2.0 中文文档（https://github.com/apachecn/spark-doc-zh）

  2. Storm 1.1.0 中文文档（https://github.com/apachecn/storm-doc-zh）

  3. Kafka 1.0.0 中文文档（https://github.com/apachecn/kafka-doc-zh）

  4. Beam 中文文档（https://github.com/apachecn/beam-site-zh）

  5. Zeppelin 0.7.2 中文文档（https://github.com/apachecn/zeppelin-doc-zh）

  6. Elasticsearch 5.4 中文文档（https://github.com/apachecn/elasticsearch-doc-zh）

  7. Kibana 5.2 中文文档（https://github.com/apachecn/kibana-doc-zh）

  8. Kudu 1.4.0 中文文档（https://github.com/apachecn/kudu-doc-zh）

  9. Spring Boot 1.5.2 中文文档（https://github.com/apachecn/spring-boot-doc-zh）

  10. Airflow 0.10.2 中文文档（https://github.com/apachecn/airflow-doc-zh）

  11. HBase 3.0 中文参考指南（https://github.com/apachecn/hbase-doc-zh）

  12. Flink 1.7 中文文档（https://github.com/apachecn/flink-doc-zh）

  13. Django 1.8 中文文档（https://github.com/apachecn/django-doc-18-zh）

  14. PySpark 学习手册（https://github.com/apachecn/learning-pyspark-zh）

工具

  1. Scapy 中文文档（https://github.com/apachecn/scapy-docs-zh）

  2. 笨办法学 Linux 中文版（https://github.com/apachecn/llthw-zh）

  3. Git 中文参考（https://github.com/apachecn/git-doc-zh）

  4. Scrapy 1.6 中文文档（https://github.com/apachecn/scrapy-doc-zh）

  5. PyQt4 中文文档（https://github.com/apachecn/pyqt4-doc-zh）

  6. 命令行的艺术（https://github.com/apachecn/the-art-of-command-line/blob/master/README-zh.md）

  7. Numba 0.44 中文文档（https://github.com/apachecn/numba-doc-zh）

  8. Cython 3.0 中文文档（https://github.com/apachecn/cython-doc-zh）

  9. rpy2 2.8 中文文档（https://github.com/apachecn/rpy2-doc-zh）

区块链

  1. Solidity 中文文档（https://github.com/apachecn/solidity-doc-zh）

数学笔记

  1. MIT 18.06 线性代数笔记（https://github.com/apachecn/math）

  2. MIT 18.03 写给初学者的微积分（https://github.com/apachecn/calc4b-zh）

数据科学文档

  1. NumPy 1.11 中文文档（https://github.com/apachecn/numpy-ref-zh）

  2. Pandas 0.19.2 中文文档（https://github.com/apachecn/pandas-doc-zh）

  3. Matplotlib 2.0 中文文档（https://github.com/apachecn/matplotlib-user-guide-zh）

  4. statsmodels 中文文档（https://github.com/apachecn/statsmodels_doc_zh）

  5. seaborn 0.9 中文文档（https://github.com/apachecn/seaborn-doc-zh）

数据科学教程

  1. 斯坦福 STATS60 课本：21 世纪的统计思维（https://github.com/apachecn/stats-thinking-21-zh）

  2. 斯坦福博弈论中文笔记（https://github.com/apachecn/stanford-game-theory-notes-zh）

  3. UCB Data8 课本：计算与推断思维（https://github.com/apachecn/data8-textbook-zh）

  4. UCB Prob140 课本：面向数据科学的概率论（https://github.com/apachecn/prob140-textbook-zh）

  5. UCB DS100 课本：数据科学的原理与技巧（https://github.com/apachecn/ds100-textbook-zh）

  6. TutorialsPoint NumPy 教程（https://github.com/apachecn/misc-docs-zh/blob/master/docs/tutorialspoint-numpy.md）

  7. 复杂性思维 中文第二版（https://github.com/apachecn/think-comp-2e-zh）

  8. 利用 Python 进行数据分析 · 第 2 版（https://github.com/apachecn/pyda-2e-zh）

  9. fast.ai 数值线性代数讲义 v2（https://github.com/apachecn/fastai-num-linalg-v2-zh）

  10. Pandas Cookbook 带注释源码（https://github.com/apachecn/pandas-cookbook-code-notes）

  11. 数据科学 IPython 笔记本（https://github.com/apachecn/ds-ipynb-zh）

  12. UCSD COGS108 数据科学实战中文笔记（https://github.com/apachecn/ucsd-cogs108-notes）

  13. USF MSDS501 计算数据科学中文讲义（https://github.com/apachecn/usf-msds501-notes-zh）

  14. 数据可视化的基础知识（https://github.com/apachecn/found-data-vis-zh）

CS 教程

  1. 计算机公开课推荐（https://github.com/apachecn/awesome-cs-courses-zh）

  2. LeetCode，HackRank，剑指 offer，经典算法实现（已停更）（https://github.com/apachecn/LeetCode）

  3. GeeksForGeeks 翻译计划（https://github.com/apachecn/geeksforgeeks-zh）

  4. UCB CS61a 课本：SICP Python 描述（https://github.com/apachecn/sicp-py-zh）

  5. UCB CS61b 课本：Java 中的数据结构（https://github.com/apachecn/cs61b-textbook-zh）

  6. UIUC CS241 系统编程中文讲义（https://github.com/apachecn/uiuc-cs241-notes-zh）

  7. 数据结构思维（https://github.com/apachecn/think-dast-zh）

  8. 操作系统思维（https://github.com/apachecn/think-os-zh）

  9. 中国大学 MOOC 计算机操作系统笔记（https://github.com/apachecn/Computer-operating-system-notes）

  10. 简单数据结构实现（https://github.com/apachecn/DataStructure）

  11. 司镜的数据结构课程（持续更新）（https://www.bilibili.com/video/av41164819）

  12. 从零编写简单的数据库（https://github.com/apachecn/misc-docs-zh/blob/master/docs/simple-db-zh）

AI 教程

  1. AILearning - 机器学习实战

  2. 文字教程（https://github.com/apachecn/AiLearning）

  3. 教学版视频（https://space.bilibili.com/97678687/channel/detail?cid=22486）

  4. 讨论版视频（https://space.bilibili.com/97678687/channel/detail?cid=13045）

  5. AI 路线图（知识树）（https://github.com/apachecn/ai-roadmap）

  6. Sklearn 与 TensorFlow 机器学习实用指南（已下线，请自行搜索）

  7. Machine Learning Mastery 博客文章翻译（https://github.com/apachecn/ml-mastery-zh）

  8. 斯坦福 CS229 机器学习中文笔记（http://ai-start.com/ml2014/）

  9. DeepLearning.ai 深度学习中文笔记（http://ai-start.com/dl2017/）

  10. 斯坦福 CS224n 自然语言处理中文笔记（https://github.com/apachecn/stanford-cs224n-notes-zh）

  11. 斯坦福 CS234 强化学习中文笔记（https://github.com/apachecn/stanford-cs234-notes-zh）

  12. UCB CS294-112 深度强化学习中文笔记（https://github.com/apachecn/ucb-cs294-112-notes-zh）

  13. 台湾大学林轩田机器学习笔记（https://github.com/apachecn/ntu-hsuantienlin-ml）

  14. Python 自然语言处理 中文第二版（https://github.com/apachecn/nlp-py-2e-zh）

  15. Scikit-learn 秘籍（https://github.com/apachecn/sklearn-cookbook-zh）

  16. PythonProgramming.net 教程翻译（https://github.com/apachecn/misc-docs-zh/blob/master/docs/python-programming-net）

  17. 写给人类的机器学习（https://github.com/apachecn/ml-for-humans-zh）

  18. 面向机器学习的特征工程（https://github.com/apachecn/feature-engineering-for-ml-zh）

  19. Python 数据分析与挖掘实战（带注释源码）（https://github.com/apachecn/python_data_analysis_and_mining_action）

  20. 与 TensorFlow 的初次接触（https://github.com/apachecn/misc-docs-zh/blob/master/docs/first_contact_with_tensorFlow）

  21. TensorFlow Eager 教程（https://github.com/apachecn/misc-docs-zh/blob/master/docs/tf-eager-tut）

  22. 图嵌入综述（Arxiv 1709.07604）（https://github.com/apachecn/misc-docs-zh/blob/master/docs/ge-survey-arxiv-1709-07604-zh）

  23. 基于深度学习的推荐系统：综述和新视角（https://github.com/apachecn/misc-docs-zh/blob/master/docs/rs-survey-arxiv-1707-07435-zh）

  24. SciPyCon 2018 Sklearn 教程（https://github.com/apachecn/scipycon-2018-sklearn-tut-zh）

  25. TensorFlow 学习指南（https://github.com/apachecn/learning-tf-zh）

  26. fast.ai 机器学习和深度学习中文笔记（https://github.com/apachecn/fastai-ml-dl-notes-zh）

  27. HackCV 网站文章翻译（https://github.com/apachecn/HackCV-Translate）

  28. 数据科学和人工智能技术笔记（https://github.com/apachecn/ds-ai-tech-notes）

  29. Girls In AI：面向编程零基础女孩子的AI算法工程师养成计划（https://github.com/YZHANG1270/Girls-In-AI）

  30. Sklearn 学习指南（https://github.com/apachecn/misc-docs-zh/blob/master/docs/learning-sklearn）

  31. 南瓜书（西瓜书公式推导解析）（https://github.com/datawhalechina/pumpkin-book）

  32. 关于卷积神经网络我们理解了什么（https://github.com/apachecn/misc-docs-zh/blob/master/docs/what-do-we-understand-about-convnet）

  33. Daily Interview - 人工智能面经（https://github.com/datawhalechina/Daily-interview）

  34. 百页机器学习小书（https://github.com/apachecn/ml-book-100-zh）

  35. Natural Language Processing with PyTorch 中文版（https://github.com/apachecn/NLP-with-PyTorch）

  36. 李宏毅机器学习笔记（https://github.com/datawhalechina/Leeml-Book）

  37. 推荐系统遇上深度学习（https://www.jianshu.com/c/e12d7195a9ff）

  38. 可解释的机器学习（https://github.com/apachecn/interpretable-ml-book-zh）

AI 文档

  1. Sklearn 0.19 中文文档（https://github.com/apachecn/scikit-learn-doc-zh）

  2. PyTorch 0.2/0.3/0.4/1.0 中文文档和教程（https://github.com/apachecn/pytorch-doc-zh）

  3. XGBoost 中文文档（https://github.com/apachecn/xgboost-doc-zh）

  4. LightGBM 中文文档（https://github.com/apachecn/lightgbm-doc-zh）

  5. FastText 中文文档（https://github.com/apachecn/fasttext-doc-zh）

  6. Gensim 中文文档（https://github.com/apachecn/gensim-doc-zh）

  7. OpenCV 4.0 中文文档（https://github.com/apachecn/opencv-doc-zh）

AI 比赛

  1. Interview：简历指南 + LeetCode + Kaggle（https://github.com/apachecn/Interview）

  2. Kaggle 学习系列视频（https://www.bilibili.com/video/av53119200）

  3. 数据科学比赛收集平台（https://github.com/iphysresearch/DataSciComp）

安全

  1. Kali Linux 秘籍 中文版（https://github.com/apachecn/kali-linux-cookbook-zh）

  2. Kali Linux Web 渗透测试秘籍 中文版（https://github.com/apachecn/kali-linux-web-pentest-cookbook-zh）

  3. Kali Linux 无线渗透测试入门指南 中文版（https://github.com/apachecn/kali-linux-wireless-pentest-zh）

  4. Kali Linux 网络扫描秘籍 中文版（https://github.com/apachecn/kali-linux-network-scanning-cookbook-zh）

  5. Web Hacking 101 中文版（https://github.com/apachecn/web-hacking-101-zh）

  6. 米斯特白帽培训讲义（https://github.com/apachecn/mst-sec-lecture-notes）

  7. 安卓应用安全指南 中文版（https://github.com/apachecn/android-app-sec-guidebook-zh）

  8. 渗透测试实战第三版（红队版）（https://github.com/Snowming04/The-Hacker-Playbook-3-Translation）

其它

  1. ApacheCN 公众号历史文章（https://github.com/apachecn/awesome-article-recomm）

  2. 简历分享系列视频（https://www.bilibili.com/video/av53122083）

  3. 斯坦福 CS183 系列 / YC 创业课系列中文笔记（https://github.com/apachecn/stanford-cs183-notes）

  4. 独立开发/自由职业/远程工作资源列表（https://github.com/apachecn/awesome-indie-zh）

  5. 通往财富自由之路精细笔记（https://github.com/apachecn/the-way-to-wealth-freedom-notes）

  6. 5 分钟商学院精细笔记（https://github.com/apachecn/5min-business-notes）

  7. English - World Travel（https://github.com/apachecn/English）

关于我们


我们是一个大型开源社区，旗下 QQ 群共一万余人，订阅用户至少一万人。Github Star 数量超过 40k 个，在所有 Github 组织中排名前 150（https://gitstar-ranking.com/apachecn）。网站日 uip 超过 4k，Alexa 排名的峰值为 20k（http://home.apachecn.org/img/about/alexa_201906.png）。我们的核心成员拥有 CSDN 博客专家（https://blog.csdn.net/wizardforcel）和简书程序员优秀作者（https://www.jianshu.com/u/b508a6aa98eb）认证。我们与 Datawhale（http://home.apachecn.org/img/about/datawhale_qr.jpg）、AI 有道（http://home.apachecn.org/img/about/redstone_qr.jpg）、黄海广博士（http://home.apachecn.org/img/about/huanghaiguang_qr.jpg）等国内知名开源组织和大 V 合作，组织公益性的翻译活动、学习活动和比赛组队活动。
与商业组织不同，我们并不会追逐热点，或者唯利是图。作为公益组织，我们将完成项目放在首要位置，并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西，打造真正有价值的长尾作品。
除了以上组织或个人，我们还要感谢苍海国际（https://www.258ch.com/）、黑客派（https://hacpai.com/）、GirlsInAI（https://www.weibo.com/u/2650740963）、DataSciComp（https://iphysresearch.github.io/DataSciComp/）、SeanCheney（https://www.jianshu.com/u/130f76596b02）、AI 科技大本营（https://blog.csdn.net/dQCFKyQDXYm3F8rB0）的创意和支持。

  • 【导航】docs.apachecn.org（https://docs.apachecn.org/）

  • 【归档】home.apachecn.org（http://home.apachecn.org）

  • 【社区】ibooker.org.cn/forums（https://www.ibooker.org.cn/forums/）

  • 【Github】@ApacheCN（https://github.com/apachecn）

  • 【邮件订阅】notice.ibooker.org.cn（http://notice.ibooker.org.cn/index）

  • 【知识星球】ApacheCN（https://t.zsxq.com/Z3rFIEu）

  • 自媒体平台

  • 微博：@ApacheCN（https://weibo.com/u/6326715527）

  • 知乎专栏：AILearning（https://zhuanlan.zhihu.com/apachecn-mlia）

  • 公众号：ApacheCN（http://home.apachecn.org/img/about/apachecn_qr.jpg）

  • CSDN（https://blog.csdn.net/wizardforcel/article/category/8437073） | 博客园（https://www.cnblogs.com/wizardforcel/category/1352397.html） | OSChina（https://my.oschina.net/u/1777350?tab=newest&catalogId=6512710） | SF（https://segmentfault.com/blog/flygon） | 掘金（https://juejin.im/user/57960af3128fe10056c637e4/posts）

  • 简书（https://www.jianshu.com/c/4ee721d0c474） | 搜狐号（https://mp.sohu.com/profile?xpt=NDhjYmViMzMtZWE2Yi00NTlmLWE3OTQtY2FjNjIwNDBlZDJl） | 头条号（https://www.toutiao.com/c/user/3901644178/） | bilibili（http://space.bilibili.com/97678687）

  • We are ApacheCN Open Source Organization, not ASF! We are fans of AI, and have no relationship with ASF!

  • 合作 or 侵权，请联系 apachecn@163.com | 请抄送一份到 wizard.z@foxmail.com

赞助我们


标签：

ApacheCN 编程/大数据/数据科学/人工智能学习资源 2019.9的评论 (共 条)

分享到微博请遵守国家法律