Machine-Learning-Goodness

一站式收藏ML/DL教程、速查表和代码，助你快速上手AI。

这是一个面向机器学习与深度学习学习者的综合资源库，收录了ML/DL项目、Jupyter Notebook教程、速查表（cheat codes）、AI/AGI实用信息以及代码片段和脚本。项目旨在为数据科学和人工智能爱好者提供一站式学习材料，覆盖从基础算法到深度神经网络、ChatGPT等前沿主题。通过整理和分类，帮助用户快速查找所需内容，降低学习门槛，提升实践效率。核心能力在于资源整合与结构化呈现，适合初学者系统学习，也适合进阶者查阅参考。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 286

维护状态低维护

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队aurimas13

所属国家

官网地址

GitHubhttps://github.com/aurimas13/Machine-Learning-Goodness

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型algorithms,artifcial-intelligence,artificial-intelligence,chatgpt,cheatsheets,computer-science,data-science,deep-neural-networks,deep-reinforcement-learning,gpt4,machine-learning,machine-learning-algorithms,mlops,python,python3,reinforcement-learning,reinforcement-learning-algorithms,tips,tips-and-tricks

GitHub 星标★ 286

30天Star增速

HF 下载量

上线时间2023-01-02 00:00:00

最近更新2026-09-14 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

资源类型丰富，涵盖教程、速查表、代码片段和实用脚本，满足多样学习需求
覆盖主题前沿，包括ChatGPT、深度神经网络、AGI等热点，紧跟AI发展
以Jupyter Notebook为主，交互式学习体验直观，便于动手实践

不足之处

项目处于早期阶段，内容组织和系统性尚待完善
文档/社区待观察

适用场景

初学者系统学习机器学习与深度学习基础知识
开发者快速查阅算法速查表和代码示例
研究者追踪AI/AGI前沿信息与实用工具

替代项目

awesome-machine-learning、ML-For-Beginners、DeepLearning-500-questions

项目介绍

Machine-Learning-Goodness 是学习教育领域的开源项目，由 aurimas13 开发，2023 年首次发布。

它收录于学习教育分类，该分类目前共有 429 个项目，GitHub 星标数为 286。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：初学者系统学习机器学习与深度学习基础知识。同类可对比的替代方案包括 awesome-machine-learning、ML-For-Beginners、DeepLearning-500-questions。

上一篇：llm-scratch-pytorch

下一篇：step_into_llm