Sakura-gh/ML-notes 排名第 8,021，此处有 8 个同类条目；graykode/nlp-roadmap 排名第 8,026。

ML-notes notes about machine learning 很喜欢一句话：**应用之道，存乎一心**，与大家共勉 ps：如果我的笔记对你有帮助，给个star叭！ 查看机器学习笔记的PDF订阅版(**301页**)以及更多计算机相关笔记，欢迎大家关注微信公众号"Sakura的

知识库"~ ML-Assignments ML配套Assignments (ppt+code)： 内容包括：Regression, Classification, CNN, RNN, Explainable AI, Adversarial Attack, Network Compression, Seq2Seq, GAN, Transfer Learning, Meta Learning, Life-long Learning, Reforcement Learning. pages the github page is: you can also visit gitee page for quicker Internet in China: html链接： 1_Introduction 2_Regression Case Study 3_Regression demo(Adagrad). html) 4_Where does the error come from 5_Gradient Descent 6_Classification 7_Logistic

Regression 8_Deep Learning 9_Backpropagation 10_Keras 11_Convolutional Neural Network part1 12_Convolutional Neural Network part2 13_Tips for Deep Learning 14_Why Deep 15_Semi-supervised Learning 16_Unsupervised Learning Introduction 17_Unsupervised Learning PCA part1 18_Unsupervised Learning PCA part2 19_Matrix Factorization 20_Unsupervised Learning Word Embedding 21_Unsupervised Learning Neighbor Embedding 22_Unsupervised Learning Deep Auto-encoder 23_Unsupervised Learning Generation 24_Transfer Learning 25_Support Vector Machine 26_Recurrent Neural Network part1 27

_Recurrent Neural Network part2 csdn博客链接： 机器学习系列1-机器学习概念及介绍 机器学习系列2-回归案例研究 梯度下降代码举例：Gradient Descent Demo(Adagrad) 机器学习系列4-模型的误差来源及减少误差的方法 机器学习系列5-梯

度下降法 机器学习系列6-分类问题(概率生成模型) 机器学习系列7-逻辑回归 机器学习系列8-深度学习简介 机器学习系列9-反向传播 机器学习系列10-手写数字识别(Keras2. 0) 机器学习系列11-卷积

神经网络CNN part1 机器学习系列12-卷积神经网络CNN part2 机器学习系列13-深度学习的技巧和优化方法 机器学习系列14-为什么要做“深度”学习 机器学习系列15-半监督学习 机器学习系列16-无监督学习

引言 机器学习系列17-无监督学习之PCA推导(Ⅰ) 机器