来源 ••••• 滑梯 文件夹包含演示文稿的源代码，包括来自伯克利的教学机器学习的-该源代码位于markdown中（），可轻松编辑/导出 研究概述 在文件夹中不同研究领域的最新论文的概述和摘要（例如ml的可， ， ， ， ） 笔记 文件夹包含有关计算机科学，统计学和神经科学之间许多不同课程和领域的降价笔记和 码 链接到研究代码，例如以下存储库： 可解释的机器学习 可解释的深度学习 深度学习的乐趣 ：透明模型拟合， ：解归因曲线 ：层次解释， ：解释转换， ：惩罚性解释 ：演示模型，带有gpt2的 帖子 关于机器学习/统计/神经科学进步各个方面的帖子 参考 要获取更新，请为存储库星标或关注 随时公开使用！ 用jekyll + github页面构建 使用和

ML Manager Pro是可自定义的APK管理器，适用于具有Root访问权限的Android：提取任何已安装的应用程序，将其标记为收藏，轻松共享.apk文件以及更多其他功能。 功能： •提取所有已安装和系统的应用程序并将其另存为APK。 •批处理模式可同时提取多个APK。 •使用其他应用程序共享任何APK：电报，Dropbox，电子邮件等。 •通过将它们标记为收藏来组织应用程序，并更轻松地访问它们。 •将最新的APK上传到APKMirror。 •卸载任何已安装的应用程序。 •设置中可用的自定义设置，包括深色模式，自定义主要颜色等。 •不需要根访问权限。

周志华《机器学习》课后习题个人解答。各算法都拿numpy和pandas实现了一遍

机器学习PPT作图相关素材，github地址：https://github.com/dair-ai/ml-visual

如果你对本系列(未写完，持续更新中)感兴趣，可接以下传送门(CSDN搜索)：   【推荐算法】从零开始做推荐（一）——认识推荐、认识数据   【推荐算法】从零开始做推荐（二）——推荐系统的评价指标，计算原理与实现样例   【推荐算法】从零开始做推荐（三）——传统矩阵分解的TopK推荐

jupyter整理的peter的ml_in_action代码，使其更有层次感，更加连贯，也加了一些自己的修改，以及注释

谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题 （内功）。该资源适用于机器学习、深度学习以及TensorFlow研究人员参考

machine-learning从零基础开始机器学习之旅

机器学习算法

机器学习使用来自各种数学领域的工具。本文件试图提供一个概括性的数学背景，需要在入门类的机器学习，这是在加州大学伯克利分校被称为CS 189/289A。