GitHubDaily(@GitHub_Daily):想系统补充机器学习知识，问 AI 又经常被编造的论文坑，来回核对反而更费劲。 Machine Learning Library 这个项目，把网上公认优质的机器学习资料人工筛了一遍，收进同一个库。一共 923 篇文档，含 391 篇 arXiv 论文、474 篇课程讲稿，还有 58 篇经典讲解文章。 GitHub：https://t.co/yy5RMHejOw 课程来源挺硬，均是来自 MIT、斯坦福 CS229 和 CS231n、Karpathy 这些平台的公开课。所有文档统一成同一套 Markdown 格式，每篇都标了出处，按 17 个主题分好类。可以直接用 Obsidian 打开，也能接入 Claude Code，回答时引用真实论文。从入门一直覆盖到 2026 年的前沿研究，想扎实学一遍机器学习的朋友可以收着。

2026.07.20 10:30

想系统补充机器学习知识，问 AI 又经常被编造的论文坑，来回核对反而更费劲。 Machine Learning Library 这个项目，把网上公认优质的机器学习资料人工筛了一遍，收进同一个库。一共 923 篇文档，含 391 篇 arXiv 论文、474 篇课程讲稿，还有 58 篇经典讲解文章。 GitHub：课程来源挺硬，均是来自 MIT、斯坦福 CS229 和 CS231n、Karpathy 这些平台的公开课。所有文档统一成同一套 Markdown 格式，每篇都标了出处，按 17 个主题分好类。可以直接用 Obsidian 打开，也能接入 Claude Code，回答时引用真实论文。从入门一直覆盖到 2026 年的前沿研究，想扎实学一遍机器学习的朋友可以收着。