machine-learning-rss

by imrickywong

优质机器学习全文RSS

218 Stars 39 Forks Last release: Not found 4.6K Commits 0 Releases

Available items

No Items, yet!

The developer of this repository has not created any items for sale yet. Need a bug fixed? Help with integration? A different license? Create a request here:

机器学习小火车 - 全文RSS收集


在机器学习的路上摸索前行,为了更快速的跟进行业最新的动态,我开始整理和收集机器学习相关的优秀博客专栏活跃大V

在他们的热心分享与传播下,我收货不少。

我将最终整理到的学习资源整理为全文RSS订阅: inoreader 截图

知乎专栏

|名称 |订阅地址 | 介绍 | | ----- | ----- | ------ | | 智能单元 | https://zhuanlan.zhihu.com/intelligentunit | 从拿到CS231n授权开始,就一直保持的非常频繁的翻译更新,:thumbsup: | | 无痛的机器学习 | https://zhuanlan.zhihu.com/hsmyy | 把复杂的问题简单化,用简单明了的语言来阐述机器学习| | PaperWeekly | https://zhuanlan.zhihu.com/paperweekly |把周报写成了日报的更新频率,分享了一些论文研读| | ResysChina | https://zhuanlan.zhihu.com/resyschina | 一篇《Quora 是如何做推荐的?》让这个专栏进入更多人的视野,期待更多重量级文章| | 人脑与人工智能 | https://zhuanlan.zhihu.com/HicRhodushicsalta | 最近的《人脑认知与计算机算法》系列比较深刻的剖析了人脑与人工智能的联系| | 菜鸡的啄米日常| https://zhuanlan.zhihu.com/chicken-life | 中文Keras翻译负责人,一波Keras教程福利 | | 程序员山居笔记 | https://zhuanlan.zhihu.com/coding-future | 关于Prisma的最新专栏文章很多人赞 | | 远东轶事 | https://zhuanlan.zhihu.com/yuandong | 自带光环,卡耐基梅隆大学机器人系博士,Facebook 人工智能组研究员 |

微信订阅号

| 名称 | 介绍 | | ----- | ------ | | 机器之心 | 应该可以说是AI领域最专业的自媒体了,每天的头条都非常有价值,还经常有AI领域大佬的专访 | | 新智元 | 线下活动办得溜,文章也不错 | | CSDN大数据 | 偏工程化,实战案例比较多 | | 36大数据 | 文章都比较接地气,也以工程实践为主 | | 大数据文摘 | 追热点功力强,流行的东西这里都有 | | AlgorithmDog | 这里有细致的算法讲解,受益匪浅 |

博客

|名称 |订阅地址 | 介绍 | | ----- | ----- | ------ | | 我爱机器学习| https://www.52ml.net | 清华兄的独立网站,内容相当丰富| | 我爱自然语言处理 | http://www.52nlp.cn | 这难道也是上面的哥们弄的么,不管怎么说,关于NLP的文章水平也是杠杠的| | 我爱计算机 | http://www.52cs.org | 讲真,你们是不是一起的。不过,"我爱计算机"的大牛专访挖掘了大牛很多的成长历程,值得学习 | | 数盟社区 | http://dataunion.org | 数盟会聚合一些热门文章,特别是涉及行业方面的 | | 好东西论坛 | http://forum.memect.com/ | 好东西论坛都是好东西,不解释,大家应该都知道 | | 谷歌官方研究博客 | https://research.googleblog.com/ | 谷歌最新研究成果的发布站,虽然更新不是那么频繁,但是篇篇都是重量级文章 |

微博

|名称 |订阅地址 | 介绍 | | ----- | ----- | ------ | | 爱可可-爱生活|http://weibo.com/fly51fly| 看了博主的时间线后你会发现,这简直就是人工智能的人肉资源挖掘机|

OPML

最终整理的OPML链接为:
https://raw.githubusercontent.com/RickyWong33/MachineLearningRSS/master/OPML.xml

使用方法1(推荐) - inoreader

在设置的OPML订阅源中填入本repo的OPML RAW文件地址:

https://raw.githubusercontent.com/RickyWong33/Machine_Learning_RSS/master/OPML.xml

inoreader能同步本OPML的更新,以后扩展的订阅源都会被inoreader自动同步,推荐使用

使用方法2 - Feedly

下载OPML LINK后保存为

OPML.xml
,在Feedly源管理页面导入。

由于本repo可能会频繁更新订阅源(或者修订RSS输出的样式),如果需要更新的话,请重新下载后再导入Feedly。

致谢

感谢以上提到的博主积极的知识输出
本repo也会不断更新,欢迎推荐更多的优质机器学习阅读资源

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.