💼 收录和整理 1000+ 个高质量、开源的机器学习项目,新手能直接跑通的机器学习实战合集,覆盖 入门 / 提升 / 毕设 / 面试 全场景
🚀 持续更新中
- 💡 精准定位:帮助初中高级开发者快速定位优秀的 机器学习 开源项目
- 🔰 实战导向:提供真实工程案例助你提升项目经验
- 📝 持续维护:长期更新优质项目,适配2026年最新技术趋势和面试考点
- 分类清晰、持续更新,适合刷项目、做学习笔记、做课程设计、做开源研究
本项目旨在成为一个 长期维护的优质 机器学习 项目清单,欢迎大家一起参与贡献!
- 📌 机器学习 入门级 | 零基础学习、小项目练手 |
- 📈 机器学习 提升级 | 巩固算法基础、项目实战 |
- 🎓 机器学习 毕设级 | 毕业设计、课程设计、熟悉流程 |
- 💼 机器学习 面试级 | 面试材料、项目准备、技术深度挖掘 |
- 📚 机器学习之LLM | 大模型视频资源、项目学习 |
- 🔍 面经之机器学习算法 | 机器学习算法实习、面试 |
本仓库会定期同步GitHub、Kaggle、学术社区的优质开源项目,重点覆盖:
- 计算机视觉(CV):图像分类/分割、目标检测、风格迁移
- 自然语言处理(NLP):文本分类、情感分析、大模型微调
- 传统机器学习:聚类、回归、关联规则挖掘
- 深度学习:时序预测、多模态融合、模型轻量化
所有收录项目均为开源资源,仅用于学习交流,请勿用于商业用途。如涉及版权问题,请联系删除。
| 课程 | 简介 |
|---|---|
| deep-learning-drizzle | 深度学习,机器学习,计算机视觉和自然语言处理的课程多所大学的合集 |
| tensorflow-deep-learning | 从零到精通深度学习TensorFlow课程的所有课程材料 |
| awesome-deep-learning | 包含了深度学习从基础到熟悉的教程和视频 |
| Machine-Learning-Tutorials | 机器学习和深度学习教程 |
| leeml-notes | 李宏毅《机器学习》笔记 |
| introduction_to_ml_with_python | 《python机器学习入门》一书的笔记本和代码 |
| Grokking-Deep-Learning | 书《Grokking Deep learning》 |
| TOBoML | 机器学习橙皮书 |
| pytorch-tutorial | 深度学习研究人员PyTorch教程 |
| ML-For-Beginners | 初学者课程及练习 |
| Machine Learning Course | 来自AMAN KHARWAL的机器学习课程 |
| Machine_Learning_2018 | 机器学习课程代码和项目, University of Tabriz. |
| deep-learning | 深度学习纳米学位基础课程 |
| cs-video-courses | 计算机科学课程的视频讲座列表 |
| Machine Learning Techniques | 机器学习基础概念 |
| lectures | 牛津NLP 2017课程 |
| TensorFlow-Course | 简单易用的TensorFlow教程 |
| tutorials | PyTorch教程 |
| pumpkin-book | 对《机器学习》(西瓜书)公式推导解析 |
| TensorFlow-Tutorials | TensorFlow教程与YouTube视频 |
| DeepLearningTutorials | 深度学习教程笔记和代码 |
| Machine-learning-learning-notes | 周志华《机器学习》又称西瓜书是一本较为全面的书籍,书中详细介绍了机器学习领域不同类型的算法(例如:监督学习、无监督学习、半监督学习、强化学习、集成降维、特征选择等),记录了本人在学习过程中的理解思路与扩展知识点,希望对新人阅读西瓜书有… |
| ML_for_Hackers | 《黑客机器学习》一书附带的代码 |
| awesome-youtubers | 这是一份很棒的youtube上教授技术的人的名单。关于web开发、计算机科学、机器学习、ga&help的教程; |
| tutorials | 机器学习相关教程 |
| machine-learning-course | Python机器学习课程 |
| nlp-tutorial | 深度学习研究人员自然语言处理教程 |
| TensorFlow-World | 简单易用的TensorFlow教程 |
| dmls-book | 《设计机器学习系统》一书的摘要和资源 |
| ml-course | 开放机器学习课程 |
| machine-learning-course | Python机器学习课程 |
| awesome-automl-papers | 自动机器学习论文,文章,教程,幻灯片 |
| Machine-Learning | 从头开始学习机器学习 |
| mml-book.github.io | 《机器学习数学》一书的配套网页 |
| mlcourse.ai | 免费机器学习课程 |
| ML-Course-Notes | 分享机器学习课程/课堂笔记 |
| fucking-Machine-Learning-Tutorials | 机器学习和深度学习教程 |
| machine_learning_examples | 机器学习示例和教程的集合 |
| Qix | 包含机器学习,深度学习,PostgreSQL,分布式系统,Node.Js, Golang的学习资料 |
| machine-learning-yearning-cn | 中文版 - 《机器学习训练秘籍》 - Andrew Ng 著 |
| Mathematics-for-ML | 学习机器学习数学的资源集合 |
| Coursera-ML-AndrewNg-Notes | 吴恩达老师的机器学习课程个人笔记 |
| mit-deep-learning | 麻省理工学院深度学习相关课程的教程、作业和竞赛 |
| have-fun-with-machine-learning | 机器学习和神经网络图像分类的绝对初学者指南 |
| coursera-deep-learning-specialization | 由deeplearning提供的Coursera深度学习专业课程中的所有课程的笔记 |
| title | 地址 |
|---|---|
| 1.认识大模型 | 点击学习 |
| 2.大模型的运用场景 | 点击学习 |
| 3.Gradio快速入门 | 点击学习 |
| 4.提示词工程入门 | 点击学习 |
| 5.提示词应用实战 | 点击学习 |
| 6.RAG检索增强 | 点击学习 |
| 7.RAG系统构建案例分析 | 点击学习 |
| 8.文档分割 | 点击学习 |
| 9.文本向量化 | 点击学习 |
| 10.向量数据库及原生RAG项目实战 | 点击学习 |
| 11.倒排索引和KNN | 点击学习 |
| 12.ANN近似最近邻搜索和聚类索引 | 点击学习 |
| 13.PQ乘积量化 | 点击学习 |
| 14.【Agent】总体概述 | 点击学习 |
| 15.啥是Agent以及核心架构 | 点击学习 |
| 16.多Agent协作模式 | 点击学习 |
| 17.实战:销售场景分析 | 点击学习 |
| 18.实战:用户分析与销售策略落地 | 点击学习 |
| 19.Agent多行业落地场景分享 | 点击学习 |
| 20.Agent概念、组成与决策 | 点击学习 |
| 21.Agent决策应用场景分析 | 点击学习 |
| 22.Agent规划子任务拆解_COT与TOT_ | 点击学习 |
| 23.思维树24点拓展与react框架 | 点击学习 |
| 24.Agent记忆(memory) | 点击学习 |
| 25.Agent工具使用介绍 | 点击学习 |
| 26.Agent代码初体验、工具使用、记忆添加 | 点击学习 |
| 27.Agent认知框架之Plan-and-Execute | 点击学习 |
| 28.self-Ask | 点击学习 |
| 29.Thinking and Self-Refection | 点击学习 |
| 30.ReAct框架案例实现 | 点击学习 |
| 31.ReAct RAG Agent | 点击学习 |
| 32.Agent+RAG个性化定制数字人项目1 | 点击学习 |
| 33.Agent+RAG个性化定制数字人项目2 | 点击学习 |
| 34.LangChainV1.2新特性介绍 | 点击学习 |
| 35.LangchainV1.2最新版-申请大模型配置APIKey(win系统) | 点击学习 |
| 36.LangchainV1.2最新版-申请大模型配置APIKey(mac系统) | 点击学习 |
| 37.LangchainV1.2最新版-hello-langchain | 点击学习 |
| 38.LangchainV1.2最新版-models模型调用&动态模型调用 | 点击学习 |
| 39.LangchainV1.2最新版-提示词模板ChatPromptTemplate | 点击学习 |
| 40.LangchainV1.2最新版-消息messages | 点击学习 |
| 41.LangchainV1.2最新版-系统提示词system_prompt | 点击学习 |
| 42.LangchainV1.2最新版-outputparser和content_blocks | 点击学习 |
| 43.LangchainV1.2最新版-链Chain和LCEL | 点击学习 |
| 44.LangchainV1.2最新版-高级链RunnableLambda | 点击学习 |
| 45.LangchainV1.2最新版-结构化输出structured_output | 点击学习 |
| 46.LangchainV1.2最新版-工具tool | 点击学习 |
| 47.LangchainV1.2最新版-中间件Middleware | 点击学习 |
| 48.LangchainV1.2最新版-RAG实战-RAG流程详解 | 点击学习 |
| 49.LangchainV1.2最新版-RAG实战-文档加载器document_loader | 点击学习 |
| 50.LangchainV1.2最新版-RAG实战-文档切分document_splitter | 点击学习 |
| 51.LangchainV1.2最新版-RAG实战-嵌入模型EmbeddingModel | 点击学习 |
| 52.LangchainV1.2最新版-RAG实战-相似度计算算法解析L2&cosine&ip | 点击学习 |
| 53.LangchainV1.2最新版-RAG实战-向量数据库chromadb详解 | 点击学习 |
| 54.LangchainV1.2最新版-RAG实战-建筑行业知识问答系统 | 点击学习 |
| 55.LangchainV1.2最新版-Agent实战 | 点击学习 |
| 【模型微调】56.课程介绍 | 点击学习 |
| 57.模型训l练利器HuggingFace | 点击学习 |
| 58.什么是模型 | 点击学习 |
| 59.什么是模型训练 | 点击学习 |
| 60.求解器 | 点击学习 |
| 61.一些常用的损失函数 | 点击学习 |
| 62.复习总结 | 点击学习 |
| 63.什么是训练预训练微调轻量化微调 | 点击学习 |
| 64.Transformer结构简介 | 点击学习 |
| 65.轻量化微调 | 点击学习 |
| 66.实战 | 点击学习 |
| 67.数据准备与处理 | 点击学习 |
| 68.项目介绍 | 点击学习 |
| 69.前期准备工作 | 点击学习 |
| 70.Docker安装和部署 | 点击学习 |
| 71.项目测试 | 点击学习 |
| 72.数据集制作 | 点击学习 |
| 73.大模型轻量化微调 | 点击学习 |
| 74.大模型应用测试 | 点击学习 |
| 75.封装大模型推理应用接口并测 | 点击学习 |
| 【实战系列】76.AI搜索项目实战(上) | 点击学习 |
| 77.AI搜索项目实战(下) | 点击学习 |
| 78.项目实战:RAG企业知识库(上) | 点击学习 |
| 79.项目实战:RAG企业知识库(下) | 点击学习 |
| 80.智能招聘面试模拟系统(上) | 点击学习 |
| 81.智能招聘面试模拟系统(下) | 点击学习 |
| 82.搭建本地知识库、AI辅助编程实战 | 点击学习 |
| 83.大模型辅助生物信息分析实战 | 点击学习 |
| 项目 | 简介 |
|---|---|
| tensorflow | tensorflow |
| Tensorflow-Tutorial | Tensorflow教程从基本到困难 |
| examples | TensorFlow例子 |
| happy-llm | 从零开始构建大模型 |
| Mini-Agent | Mini Agent 是一个极简但专业的演示项目,旨在展示使用 MiniMax M2.5 模型构建 Agent 的最佳实践 |
| awesome-ai-apps | 展示RAG、代理、工作流和其他AI用例的项目集合 |
| agentic | 实践LLM工程,包括代理人工智能项目 |
| LLM-Zero-to-Hundred | 该存储库包含不同的LLM聊天机器人项目(RAG、LLM代理等)以及用于训练和微调LLM的知名技术 |
| llm | 从命令行访问大型语言模型 |
| llm.c | LLM培训简单,原始C/CUDA |
| AI-ML-Free-Resources-for-Security-and-Prompt-Injection | 初学者AI/ML渗透测试路线图 |
| ai-tutor-rag-system | 这是面向AI的“从初学者到法学硕士开发人员”课程的存储库 |
| llm-api-starterkit | 初学者友好的存储库启动你的第一个LLM API与Python, LangChain和FastAPI,使用本地模型或OpenAI API |
| open-llm-assignments | 关于大型语言模型的作业集合,为初学者和专业人士提供入门和实践高级技术的服务 |
| llm-scratch-pytorch | lm-scratch-pytorch -代码是为初学者设计的,重点是理解PyTorch的基础知识和实现 |
| NaLLM | NaLLM项目的存储库 |
| mnn-llm | LLM部署基于mnn的项目。这个项目已经并入MNN |
| LLMZoo | ⚡LLM Zoo是一个为大型语言模型提供数据、模型和评估基准的项目 |
| END-TO-END-GENERATIVE-AI-PROJECTS | 基于LLM模型的端到端生成AI行业项目与Deployment_Awesome LLM项目 |
1.自我介绍
2.项目拷打与反问
6.介绍auc,精确度,召回率,F1等等,auc的意义是什么
8.开放:如果给你一批数据的点击率,曝光度,位置信息等,如何判断用户点击数据是否跟数据的位置有关
13.介绍一下什么情况下会出现梯度爆炸和梯度消失,为什么,出现了这种情况模型会怎么样
33.使用输出概率1/2的分类器,获得输出概率为1/7的分类器
34.有两个均匀燃烧的香,燃烧完都是一个小时,如何衡量15分钟时间
40.给定一个电影列表,其中每个电影包含好评人数和差评人数,怎么进行电影推荐
47.样本不均衡对roc曲线有影响吗?对pr曲线呢?为什么?
52.介绍TDNN和ECAPA-TDNN,了解等错误率吗,p、r、f的计算公式?
💡 如果对你有帮助,欢迎 Star 收藏,持续更新~
