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 2019.4

2019-04-03 20:44 作者:绝不原创的飞龙  | 我要投稿

我们是一个大型开源社区，旗下 QQ 群共 9000 余人，Github Star 数量超过 20k 个，网站日 uip 超过 4k，拥有 CSDN 博客专家和简书程序员优秀作者认证。我们组织公益性的翻译活动、学习活动和比赛组队活动，并和 DataWhale、LinuxStory 等国内著名开源组织保持良好的合作关系。
‍
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。

  • 【主页】apachecn.org（https://www.apachecn.org）

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

  • 【社区】bbs.apachecn.org（http://bbs.apachecn.org/）

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

  • 自媒体平台

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

    • 知乎：@ApacheCN（https://www.zhihu.com/people/apachecn）

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

    • CSDN（https://blog.csdn.net/wizardforcel/article/category/8437073） | OSChina（https://my.oschina.net/repine/） | 博客园（https://www.cnblogs.com/wizardforcel/category/1352397.html）

    • 简书（https://www.jianshu.com/c/4ee721d0c474） | 搜狐号（https://mp.sohu.com/profile?xpt=NDhjYmViMzMtZWE2Yi00NTlmLWE3OTQtY2FjNjIwNDBlZDJl） | bilibili 专栏（https://space.bilibili.com/9169694/article）

  • 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

特色项目

  • AILearning - 机器学习实战

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

  • Sklearn 与 TensorFlow 机器学习实用指南（https://github.com/apachecn/hands-on-ml-zh）

  • 人工智能/机器学习/数据科学比赛系列

    • Kaggle 项目实战教程：文档 + 代码 + 视频（https://github.com/apachecn/kaggle）

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

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

  • 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）

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

  • UCB CS/DS 系列课本

    • 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）

  • 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）

编程语言

  1. Java

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

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

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 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）

工具

  1. Git 中文参考（https://github.com/apachecn/git-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）

Python 数据科学

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

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

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

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

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

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

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

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

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

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

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

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

CS 教程

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

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

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

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

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

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

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

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

AI 教程

  1. AILearning - 机器学习实战

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

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

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

  2. Sklearn 与 TensorFlow 机器学习实用指南（https://github.com/apachecn/hands-on-ml-zh）

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

  4. 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）

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

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

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

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

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

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

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

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

  13. 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）

  14. Machine Learning Mastery 博客文章翻译（https://github.com/apachecn/ml-mastery-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. Kaggle 项目实战教程：文档 + 代码 + 视频（https://github.com/apachecn/kaggle）

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

其它

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

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

  3. 5 分钟商学院精细笔记（https://github.com/apachecn/5min-business-notes）

翻译征集

要求：

  • 机器学习/数据科学相关

  • 或者编程相关

  • 原文必须在互联网上开放

  • 不能只提供 PDF 格式（我们实在不想把精力都花在排版上）

  • 请先搜索有没有人翻译过

请回复这个帖子（http://bbs.apachecn.org/thread-77.htm）。


标签：

ApacheCN 编程/大数据/数据科学/人工智能学习资源 2019.4的评论 (共 条)

分享到微博请遵守国家法律