我們是一個(gè)大型開源社區(qū)，旗下 QQ 群共 9000 余人，Github Star 數(shù)量超過 20k 個(gè)，網(wǎng)站日 uip 超過 4k，擁有 CSDN 博客專家和簡書程序員優(yōu)秀作者認(rèn)證。我們組織公益性的翻譯活動(dòng)、學(xué)習(xí)活動(dòng)和比賽組隊(duì)活動(dòng)，并和 DataWhale、LinuxStory 等國內(nèi)著名開源組織保持良好的合作關(guān)系。
?
與商業(yè)組織不同，我們并不會(huì)追逐熱點(diǎn)，或者唯利是圖。作為公益組織，我們將完成項(xiàng)目放在首要位置，并有足夠時(shí)間把項(xiàng)目打磨到極致。我們希望做出廣大 AI 愛好者真正需要的東西，打造真正有價(jià)值的長尾作品。

• 【主頁】apachecn.org（https://www.apachecn.org）

• 【歸檔】home.apachecn.org（http://home.apachecn.org）

• 【社區(qū)】bbs.apachecn.org（http://bbs.apachecn.org/）

• 【Github】@ApacheCN（https://github.com/apachecn）

• 自媒體平臺

• 微博：@ApacheCN（https://weibo.com/u/6326715527）

• 知乎：@ApacheCN（https://www.zhihu.com/people/apachecn）

• 公眾號：@ApacheCN（http://home.apachecn.org/img/about/gzh_qr.jpg）

• CSDN（https://blog.csdn.net/wizardforcel/article/category/8437073） | OSChina（https://my.oschina.net/repine/） | 博客園（https://www.cnblogs.com/wizardforcel/category/1352397.html）

• 簡書（https://www.jianshu.com/c/4ee721d0c474） | 搜狐號（https://mp.sohu.com/profile?xpt=NDhjYmViMzMtZWE2Yi00NTlmLWE3OTQtY2FjNjIwNDBlZDJl） | bilibili 專欄（https://space.bilibili.com/9169694/article）

• 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)，請聯(lián)系?apachecn@163.com?| 請抄送一份到?wizard.z@foxmail.com

特色項(xiàng)目

• AILearning - 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

• 文字教程（https://github.com/apachecn/AiLearning）

• 教學(xué)版視頻（https://space.bilibili.com/97678687/channel/detail?cid=22486）

• 討論版視頻（https://space.bilibili.com/97678687/channel/detail?cid=13045）

• 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（https://github.com/iphysresearch/DataSciComp）

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

• Girls In AI：面向編程零基礎(chǔ)女孩子的AI算法工程師養(yǎng)成計(jì)劃（https://github.com/YZHANG1270/Girls-In-AI）

• 司鏡的數(shù)據(jù)結(jié)構(gòu)課程（持續(xù)更新）（https://www.bilibili.com/video/av41164819）

• 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）

• seaborn 0.9 中文文檔（https://github.com/apachecn/seaborn-doc-zh）

編程語言

1. Java

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）

后端/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）

工具

1. Git 中文參考（https://github.com/apachecn/git-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）

12. seaborn 0.9 中文文檔（https://github.com/apachecn/seaborn-doc-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. 簡單數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)（https://github.com/apachecn/DataStructure）

8. 司鏡的數(shù)據(jù)結(jié)構(gòu)課程（持續(xù)更新）（https://www.bilibili.com/video/av41164819）

AI 教程

1. AILearning - 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

1. 文字教程（https://github.com/apachecn/AiLearning）

2. 教學(xué)版視頻（https://space.bilibili.com/97678687/channel/detail?cid=22486）

3. 討論版視頻（https://space.bilibili.com/97678687/channel/detail?cid=13045）

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）

13. Girls In AI：面向編程零基礎(chǔ)女孩子的AI算法工程師養(yǎng)成計(jì)劃（https://github.com/YZHANG1270/Girls-In-AI）

14. Machine Learning Mastery 博客文章翻譯（https://github.com/apachecn/ml-mastery-zh）

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（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）

• 請先搜索有沒有人翻譯過

請回復(fù)這個(gè)帖子（http://bbs.apachecn.org/thread-77.htm）。