CodingTrain/Machine-Learning

解决的问题

本项目提供了一个精心策划、组织有序的机器学习资源、教程和示例集合。它通过根据难度和创意应用对材料进行分类，帮助学习者在广阔的机器学习领域中导航，从而更轻松地找到相关的学习路径。

工作原理

该仓库作为一个结构化的目录。它将链接组织成特定的类别（如文章、书籍、课程、项目和工具），并使用简单的基于图标的标记系统来指示每个资源的性质和难度级别（例如：创意、初级、中级或高级）。

目标用户

它专为对机器学习感兴趣的学生、开发者和创意从业者设计。无论你是寻找入门指南的初学者，还是寻求特定技术示例的中级学习者，该集合都能提供适合不同技能水平和兴趣的资源。

亮点

• 精心策划的学习路径： 包含广泛的文章、书籍和视频课程，涵盖从基础概念到高级神经网络的所有内容。
• 基于技能的标记： 使用视觉图标帮助用户快速识别资源是适合初学者、高级用户，还是侧重于创意应用。
• 实践示例： 提供动手项目和演示，包括游戏中的强化学习和神经网络可视化。
• 工具参考： 提供库和框架列表，并设有专门针对 TensorFlow 和 t-SNE 的章节。