这两年机器学习风头正劲，有许多小伙伴会问：学习机器学习有什么好的工具吗？
我想说，要学习任何编程相关的东西，最好的老师必然就是在Github了。
没有哪里会比github有更多的学习资源了！
我从Github的80多个优质机器学习项目中去芜存菁、优中取优，精选了12个最值得star的机器学习教程，在此分享一下。
点完收藏后一起来看看吧。
1. Python
- 作者: TheAlgorithms
- 项目名: Python
- star: 150000
- fork: 38000
- watch: 5900
这里汇聚了所有算法的Python实现，是一个python语言的算法合集，可以用于教学工作。
这里包括了搜索算法、排序算法、数据结构、机器学习、加密算法、神经网络等。
2. ML-For-Beginners
- 作者: microsoft
- 项目名:ML-For-Beginners
- star: 43000
- fork: 8600
- watch: 804
从github的网址就能看出，这是一个微软公司开源的入门级机器学习教程，非常适合自学。
3. ailearning
- 作者: apachecn
- 项目名: ailearning
- star: 34000
- fork: 11000
- watch: 1700
ApacheCN 制作的《机器学习实战》，有配套视频。
建议编码能力强的小伙伴观看《机器学习实战 - 教学版》；编码能力有待提高的小伙伴观看《机器学习实战 - 讨论版》。
4. stanford-cs-229-machine-learning
- 作者: afshinea
- 项目名: stanford-cs-229-machine-learning
- star: 14000
- fork: 3500
- watch: 682
斯坦福的 CS229 教程讲义文档。
文档内容细致详实、条理清晰，是入门者必备的读书学习笔记。
5. deep-learning-for-image-processing
- 作者: WZMIAOMIAO
- 项目名: deep-learning-for-image-processing
- star: 13000
- fork: 5900
- watch: 136
深度学习在图像处理方面的教程。项目以视频方式介绍相关知识点和模型搭建方法。
教程 PTT 在 course_ppt 目录下。
6. pytorch-book
- 作者: chenyuntc
- 项目名: PyTorch-book
- star: 11000
- fork: 3600
- watch: 281
书籍《深度学习框架 PyTorch - 入门与实践》的配套示例代码，本身也可以视为独立PyTorch 入门教程指南。
内容结构如下图所示：
7. tutorials
- 作者: MorvanZhou
- 项目名: tutorials
- star: 10000
- fork: 5700
- watch: 659
一个包含视频和文字的机器学习入门教程，十分详细。
8. faceai
- 作者: vipstone
- 项目名: faceai
- star: 9900
- fork: 2400
- watch: 388
一个非常优秀的入门级AI项目，内容包括人脸识别、视频检测、文字识别等赛道。
具体内容包括人脸的检测、识别，轮廓标注，头像合成，表情识别，图片修复，自动上色等。
这个项目最大的特点是其详实的教程，把“入门”做到极致，手把手指导如何从0开始实现每个项目。
教程里不仅有上述各个功能的实现方案，还对关键代码进行了注释和解释，能够轻松阅读、学习以及使用。对于想要入门了解机器学习的小伙伴来说不容错过。
示例代码：
# Tesseract Ocr文字识别
from PIL import Image
import pytesseract
path = "img\\text-img.png"
text = pytesseract.image_to_string(Image.open(path), lang='chi_sim')
print(text)
9. spinningup
- 作者: OpenAI
- 项目名:spinningup
- star: 7400
- fork: 1800
- watch: 207
OpenAI 制作的教学资源，让深度强化学习变得容易。
OpenAI官方的项目，非常细致，内容浅显易懂，还提供了实战示例，是初学者和深层强化学习自学者很好的入门学习材料。
10. TensorFlow-World
- 作者: astorfi
- 项目名: TensorFlow-World
- star: 4500
- fork: 433
- watch: 167
简单易用的 TensorFlow 教程。
11. DeepLearningProject
- 作者: Spandan-Madan
- 项目名: DeepLearningProject
- star: 4400
- fork: 642
- watch: 199
哈佛大学开源的深度学习教程。
12. awesome-automl-papers
- 作者: hibayesian
- 项目名: awesome-automl-papers
- star: 3600
- fork: 680
- watch: 225
项目汇集了自动机器学习（AutoML）相关的大部分论文、文章、教程等资源。
以上12个都是非常不错的学习机器学习的工具。
另外，再推荐一套机器学习的书——《机器学习实战》，主要介绍了机器学习基础，包括了常见的K近邻、朴素贝叶斯、逻辑回归、支持向量机等算法。值得一提的是，它还有大量代码，非常实用，便于读者实践书中的知识。
有了工具，接下来就要花时间多看、多练了。
坚持是学会一项技能最好的“工具”。
关于以上项目，如果有任何疑问，欢迎大家在评论区留言交流。
我是，专注于编程开发的经验总结和项目分享，对编程有兴趣、正在学习编程的同学可以关注我。
