一个专注于机器学习系统设计的资源库，提供端到端的示例和设计文档，帮助理解和应用机器学习系统设计的核心概念。
大规模机器学习是一个网站，提供来自顶尖科技公司的机器学习系统的见解，涵盖分布式训练、特征存储、设备模型部署、对抗样本的稳健性、行业角色等主题。
由DAIR.AI分享关于机器学习、自然语言处理和人工智能的所有相关主题的课程笔记，涵盖广泛，适合学习和参考。
Lobe 是一款免费且易于使用的应用程序，用户可以训练自定义机器学习模型并将其融入自己的应用中。它提供了可视化编程界面，支持多种任务，如图像分类、目标检测和数据分类。用户只需下载应用，收集并标记图像或数据，Lobe 会基于标记的示例自动训练模型，用户可以使用摄像头或图像来测试模型，并在改进预测后将其导出到应用中进行部署。
本项目研究了在机器学习中对柏拉图理想的表现形式，探讨了表现理论与柏拉图理想之间的关系。
