这本书包含了一系列关于机器学习的习题，并附有详细的解答。希望详细程度足以让读者遵循解决方案并理解所使用的技术。
本项目是图宾根大学2023年夏季学期'概率机器学习'课程的材料，包括理论与实践的结合，适合学习和研究概率机器学习的学生和研究者。
MosaicML 提供的示例项目，旨在帮助用户更好地理解和使用其机器学习工具和框架。该项目包含多种模型训练示例，特别是针对大型语言模型（LLM）的应用。通过高效的资源管理和优化建议，集成了 FSDP（Fully Sharded Data Parallel）以提升训练性能，并提供详细的文档和使用指南，方便开发者快速上手。
Dataflowr Notebooks是一组用于数据科学和机器学习任务的Jupyter笔记本，旨在提供可重用的代码示例和模板，帮助用户高效进行数据分析和模型开发。
这是一个面向中文读者的深度学习教科书，每一小节都是可以运行的 Jupyter 记事本，配套视频，旨在通过实践教授深度学习的基础和进阶知识。学习者可以自由修改代码和参数，获取及时反馈，积累深度学习的实战经验。该项目已被全球70多个国家的500多所大学用于教学。
这个 repo 收集了一些大厂在数据科学和机器学习方面的论文和技术博客，包括 Google、Amazon、Netflix、Airbnb 等等，目前 repo 的 star 数 21.4k
Python机器学习库
Cebra是一个先进的人工智能工具，旨在彻底改变复杂时间序列数据的分析和解读。它专注于揭示数据变异中的隐藏结构，能够同时处理行为数据和神经数据，展示了其在桥接观察行为与神经活动之间的能力。Cebra能够从小鼠视觉皮层的活动解码重建观看的视频，展现出其在行为和神经活动之间的强大连接能力。
