链接：https://zhuanlan.zhihu.com/p/544205273

一、机器学习

1. 林轩田和李宏毅的机器学习

2. 南瓜书对西瓜书公式推导：https://https://datawhalechina.github.io/pumpkin-book/#/

/pumpkin-book/#机器学习scikit-learn网站：https://https://scikit-learn.org/stable//

1. 吴恩达机器学习、李航机器学习及代码实现，还有数据科学等资源： https://github.com/fengdu78

2. 普适性较好地论坛网站（内含各个方向）： https://www.https://www.6aiq.com/

3. 丰富的机器学习和深度学习资料：https://https://home.apachecn.org/docs/

4. 丰富资料：https://https://github.com/princewen/DeepLearning-500-questionsepLearning-500-questions

二、深度学习

1. 吴恩达老师课程- 人人 AI - 知学堂 (zhihu.com)；

2. 吴恩达课程笔记：https://blog.csdn.net/tefuirnever/category_9287313.html

3. 《动手学深度学习》：https://github.com/d2l-ai/d2l-zh

4. 收集了不少高star开源项目，支持搜索。ModelZoo ：https://modelzoo.co/

5. 深度学习，包含个方向：https://senliuy.gitbook.io/advanced-deep-learning/nced-deep-learning/ 和 https://https://zhuanlan.zhihu.com/p/43973503973503

6. 深度学习建议：https://www.zhihu.com/question/26006703/answer/5361695386703/answer/536169538

7. B站资料汇总： https://https://blog.csdn.net/dadapongi6/article/details/1056683946/article/details/105668394

三、论文相关

1. https://www.kdd.org/kdd2019/accepted-papers：顶会都有accepted papers的页面，大家一般搜“顶会名字+年份+accepted paper”就可以找得到，以KDD 2019为例

四、NLP领域

1. CS224N视频：bilibili网站 https://https://github.com/apachecn/stanford-cs224n-notes-zh/blob/master/CONTRIBUTING.mdnford-cs224n-notes-zh/blob/master/CONTRIBUTING.md

2. CS224N读后感：https://https://blog.csdn.net/cindy_1102/category_8804737.html2/article/category/8804737

3. 情感分词类博客：https://blog.csdn.net/ymmccc/article/details/88651527ticle/details/88651527

4. 张俊林博士的文章： https://zhuanlan.zhihu.com/c_1889415488941548

5. NLP的数据集合： https://https://github.com/CLUEbenchmark/CLUEDatasetSearchk/CLUEDatasetSearch

6. NLP总结性文章：https://zhuanlan.zhihu.com/p/76912493、 https://https://zhuanlan.zhihu.com/p/56382372382372

7. ABSA bert的代码集合： https://

   https://github.com/songyouwei/ABSA-PyTorch

   NLP 预训练的数据集：https://github.com/brightmart/nlp_chinese_corpuslp_chinese_corpus

8. NLP 预训练的数据集： https://https://github.com/ymcui/Chinese-BERT-wwme-BERT-wwm

9. NLP民工的乐园: 几乎最全的中文NLP资源库 https://https://github.com/fighting41love/funNLPve/funNLP

五、视觉（CV相关）

1. CVPR论文： https://https://openaccess.thecvf.com/CVPR2020VPR2020

2. 论文加代码：https://paperswithcode.com/sota

3. 李飞飞的：计算机视觉CS231n

4. 开源图像、视频数据集：https://imageprocessingplace.com/root_files_V3/image_databases.htm/root_files_V3/image_data s.htm

5. OpenCV-python： https://docs.opencv.org/3.4.3/index.htmlndex.html

6. CV简述的博客文章：https://zhuanlan.zhihu.com/p/31727402727402

六、数学工具语言等

1. 菜鸟教程：C++、python、linux、Docker等编程语言：https://www.runoob.com/

2. C、C++、Linux、gcc等入门教程 ：http://http://c.biancheng.net/cplus/

3. 网站大全：https://https://iiter.cn/

4. 数学书籍：李航《统计学习方法》，西瓜书，深度学习（花书），《矩阵分析与应用》张贤达、《信息论基础》、《凸优化》鲍德、《数学之美》

5. PyTorch中文文档：https://pytorch-cn.readthedocs.io/zh/latest//zh/latest/

6. PyTorch中文网 ：https://www.ptorch.com/

7. 《动手学深度学习》TF2.0版:https://https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0e-into-DL-TensorFlow2.0

8. 科研学术搜索（支持多网站） https://https://so.sciencesoft.cn/

七、就业建议

1. 王喆的机器学习建议：https://zhuanlan.zhihu.com/p/54089811089811

2. 言有三建议：https://tianchi.aliyun.com/forum/post/62131m/postDetail?postId=62131

3. 数据结构：

   http://data.biancheng.net/view/173.html

   数据结构面试：https://https://github.com/labuladong/fucking-algorithmucking-algorithm

4. Leetcode ：https://leetcode.cn/

5. 七月在线题库：https://www.julyedu.com/question/index/type/2dex/type/2

6. NLP建议篇： https://zhuanlan.zhihu.com/p/45802662802662

其他资料欢迎留言推荐！！！