• 【主頁(yè)】 apachecn.org

• 【Github】@ApacheCN

• 暫時(shí)下線: 社區(qū)

• 暫時(shí)下線: cwiki 知識(shí)庫(kù)

• 自媒體平臺(tái)

• 微博：@ApacheCN

• 知乎：@ApacheCN

• CSDN

• 簡(jiǎn)書

• OSChina

• 博客園

• We are ApacheCN Open Source Organization, not ASF! We are fans of AI, and have no relationship with ASF!

• 合作or侵權(quán)，請(qǐng)聯(lián)系【fonttian】fonttian@gmail.com | 請(qǐng)抄送一份到 apachecn@163.com

特色項(xiàng)目

• PyTorch 0.2/0.3/0.4/1.0 中文文檔和教程：https://github.com/apachecn/pytorch-doc-zh

• Sklearn 與 TensorFlow 機(jī)器學(xué)習(xí)實(shí)用指南：https://github.com/apachecn/hands-on-ml-zh

• 人工智能/機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)比賽系列

• Kaggle 項(xiàng)目實(shí)戰(zhàn)教程：文檔 + 代碼 + 視頻：https://github.com/apachecn/kaggle

• 數(shù)據(jù)科學(xué)比賽收集平臺(tái)：https://github.com/iphysresearch/DataSciComp

• LeetCode，HackRank，劍指 offer，經(jīng)典算法實(shí)現(xiàn)：https://github.com/apachecn/LeetCode

• UCB CS/DS 系列課本

• UCB CS61a 課本：SICP Python 描述：https://github.com/apachecn/sicp-py-zh

• UCB CS61b 課本：Java 中的數(shù)據(jù)結(jié)構(gòu)：https://github.com/apachecn/cs61b-textbook-zh

• UCB Data8 課本：計(jì)算與推斷思維：https://github.com/apachecn/data8-textbook-zh

• UCB Prob140 課本：面向數(shù)據(jù)科學(xué)的概率論：https://github.com/apachecn/prob140-textbook-zh

• UCB DS100 課本：數(shù)據(jù)科學(xué)的原理與技巧：https://github.com/apachecn/ds100-textbook-zh

• Numpy 技術(shù)棧中文文檔

• NumPy 中文文檔：https://github.com/apachecn/numpy-ref-zh

• Pandas 中文文檔：https://github.com/apachecn/pandas-doc-zh

• Matplotlib 中文文檔：https://github.com/apachecn/matplotlib-user-guide-zh

• Sklearn 0.19 中文文檔：https://github.com/apachecn/scikit-learn-doc-zh

• statsmodels 中文文檔：https://github.com/apachecn/statsmodels_doc_zh

Java 基礎(chǔ)

1. Java 編程思想：https://github.com/apachecn/thinking-in-java-zh

2. Java 從0～1個(gè)人筆記：https://javaee.strivebo.com

大數(shù)據(jù)

1. Spark 2.2.0 中文文檔：https://github.com/apachecn/spark-doc-zh

2. Storm 1.1.0 中文文檔：https://github.com/apachecn/storm-doc-zh

3. Kafka 1.0.0 中文文檔：https://github.com/apachecn/kafka-doc-zh

4. Beam 中文文檔：https://github.com/apachecn/beam-site-zh

5. Zeppelin 0.7.2 中文文檔：https://github.com/apachecn/zeppelin-doc-zh

6. Elasticsearch 5.4 中文文檔：https://github.com/apachecn/elasticsearch-doc-zh

7. Kibana 5.2 中文文檔：https://github.com/apachecn/kibana-doc-zh

8. Kudu 1.4.0 中文文檔：https://github.com/apachecn/kudu-doc-zh

9. Spring Boot 1.5.2 中文文檔：https://github.com/apachecn/spring-boot-doc-zh

10. Airflow 中文文檔：https://github.com/apachecn/airflow-doc-zh

11. HBase 3.0 中文參考指南：https://github.com/apachecn/hbase-doc-zh

12. Flink 1.7 中文文檔：https://github.com/apachecn/flink-doc-zh

區(qū)塊鏈

1. Solidity 中文文檔：https://github.com/apachecn/solidity-doc-zh

數(shù)學(xué)筆記

1. MIT 18.06 線性代數(shù)筆記：https://github.com/apachecn/math

Python 數(shù)據(jù)科學(xué)

1. NumPy 中文文檔：https://github.com/apachecn/numpy-ref-zh

2. Pandas 中文文檔：https://github.com/apachecn/pandas-doc-zh

3. Matplotlib 中文文檔：https://github.com/apachecn/matplotlib-user-guide-zh

4. UCB Data8 課本：計(jì)算與推斷思維：https://github.com/apachecn/data8-textbook-zh

5. UCB Prob140 課本：面向數(shù)據(jù)科學(xué)的概率論：https://github.com/apachecn/prob140-textbook-zh

6. UCB DS100 課本：數(shù)據(jù)科學(xué)的原理與技巧：https://github.com/apachecn/ds100-textbook-zh

7. 利用 Python 進(jìn)行數(shù)據(jù)分析 · 第 2 版：https://github.com/apachecn/pyda-2e-zh

8. fast.ai 數(shù)值線性代數(shù)講義 v2：https://github.com/apachecn/fastai-num-linalg-v2-zh

9. Pandas Cookbook 帶注釋源碼：https://github.com/apachecn/pandas-cookbook-code-notes

10. statsmodels 中文文檔：https://github.com/apachecn/statsmodels_doc_zh

11. 數(shù)據(jù)科學(xué) IPython 筆記本：https://github.com/apachecn/ds-ipynb-zh

CS 教程

1. LeetCode，HackRank，劍指 offer，經(jīng)典算法實(shí)現(xiàn)：https://github.com/apachecn/LeetCode

2. GeeksForGeeks 翻譯計(jì)劃：https://github.com/apachecn/geeksforgeeks-zh

3. UCB CS61a 課本：SICP Python 描述：https://github.com/apachecn/sicp-py-zh

4. UCB CS61b 課本：Java 中的數(shù)據(jù)結(jié)構(gòu)：https://github.com/apachecn/cs61b-textbook-zh

5. 數(shù)據(jù)結(jié)構(gòu)思維：https://github.com/apachecn/think-dast-zh

6. 中國(guó)大學(xué) MOOC 計(jì)算機(jī)操作系統(tǒng)筆記：https://github.com/apachecn/Computer-operating-system-notes

7. 簡(jiǎn)單數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)：https://github.com/apachecn/DataStructure

AI 教程

1. AILearning - 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：https://github.com/apachecn/AiLearning

2. Sklearn 與 TensorFlow 機(jī)器學(xué)習(xí)實(shí)用指南：https://github.com/apachecn/hands-on-ml-zh

3. 面向機(jī)器學(xué)習(xí)的特征工程：https://github.com/apachecn/feature-engineering-for-ml-zh

4. Python 數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（帶注釋源碼）：https://github.com/apachecn/python_data_analysis_and_mining_action

5. SciPyCon 2018 Sklearn 教程：https://github.com/apachecn/scipycon-2018-sklearn-tut-zh

6. TensorFlow 學(xué)習(xí)指南：https://github.com/apachecn/learning-tf-zh

7. fast.ai 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中文筆記：https://github.com/apachecn/fastai-ml-dl-notes-zh

8. HackCV 網(wǎng)站文章翻譯：https://github.com/apachecn/HackCV-Translate

9. 臺(tái)灣大學(xué)林軒田機(jī)器學(xué)習(xí)筆記：https://github.com/apachecn/ntu-hsuantienlin-ml

10. Scikit-learn 秘籍：https://github.com/apachecn/sklearn-cookbook-zh

11. 寫給人類的機(jī)器學(xué)習(xí)：https://github.com/apachecn/ml-for-humans-zh

12. 數(shù)據(jù)科學(xué)和人工智能技術(shù)筆記：https://github.com/apachecn/ds-ai-tech-notes

AI 文檔

1. Sklearn 0.19 中文文檔：https://github.com/apachecn/scikit-learn-doc-zh

2. PyTorch 0.2/0.3/0.4/1.0 中文文檔和教程：https://github.com/apachecn/pytorch-doc-zh

3. XGBoost 中文文檔：https://github.com/apachecn/xgboost-doc-zh

4. LightGBM 中文文檔：https://github.com/apachecn/lightgbm-doc-zh

5. FastText 中文文檔：https://github.com/apachecn/fasttext-doc-zh

6. Gensim 中文文檔：https://github.com/apachecn/gensim-doc-zh

7. OpenCV 4.0 中文文檔：https://github.com/apachecn/opencv-doc-zh

AI 比賽

1. Kaggle 項(xiàng)目實(shí)戰(zhàn)教程：文檔 + 代碼 + 視頻：https://github.com/apachecn/kaggle

2. 數(shù)據(jù)科學(xué)比賽收集平臺(tái)：https://github.com/iphysresearch/DataSciComp

其它

1. 獨(dú)立開發(fā)/自由職業(yè)/遠(yuǎn)程工作資源列表：https://github.com/apachecn/awesome-indie-zh

2. 通往財(cái)富自由之路精細(xì)筆記：https://github.com/apachecn/the-way-to-wealth-freedom-notes

3. 5 分鐘商學(xué)院精細(xì)筆記：https://github.com/apachecn/5min-business-notes

翻譯征集

要求：

• 機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)相關(guān)

• 或者編程相關(guān)

• 原文必須在互聯(lián)網(wǎng)上開放

• 不能只提供 PDF 格式（我們實(shí)在不想把精力都花在排版上）

• 請(qǐng)先搜索有沒有人翻譯過

請(qǐng)回復(fù)本文：https://home.apachecn.org/translate/