ApacheCN AiLearning：一份跑了七年的中文 AI 学习路线图

AiLearning 在 GitHub 上已经拿到 42,291 Star 了。

ApacheCN 社区维护的这个仓库，核心定位很直白：把机器学习和深度学习的经典资料整理成中文，附上代码和注释，让写代码的人能直接跑起来。

1、里面有什么

仓库内容按三条主线铺开。

第一条是机器学习。以《机器学习实战》为骨架，从 KNN、决策树、朴素贝叶斯这些基础算法开始，一路覆盖到 SVM、集成方法、聚类、关联分析。每一章都有对应的 Python 代码和中文注释，数据文件也单独放在了一个仓库里。

第二条是深度学习。包含反向传播、CNN、RNN、LSTM 的原理说明，以及 TensorFlow 2.0 和 PyTorch 的实战项目。电影情感分类、汽车燃油效率、古诗词自动生成这些例子都是可以直接跑通的。

第三条是自然语言处理。从中文分词、文本分类、情感分析到机器翻译、问答系统、自动文摘，每个方向都给出了数据集链接和参考实现。

2、为什么这么多人收藏

很多程序员入门的痛点不是数学推导看不懂，而是找不到一份能从代码角度切入的教程。Andrew Ng 的视频讲得透彻，但对英语和数学基础都有门槛。AiLearning 的切入角度是：先让你把代码跑起来，再回头看理论。

仓库还配套了 B 站、优酷、AcFun、网易云课堂的视频教程，分教学版和讨论版两种节奏。教学版偏理论串讲，讨论版是一行一行扣代码，可以根据自己的基础自由组合。

路线图的规划也很清晰：只看步骤 1 到 3，足够建立完整的入门框架。

3、适合谁看

• 有 Python 基础、想从代码切入机器学习的人
• 英文教材看得吃力、需要中文注释和讲解的人
• 想找一套成体系的学习路径，而不是零散收藏资料的人

仓库代码主要基于 Python 2.7.x 和 3.6.x 编写，部分模块有版本差异，跑之前先看一眼对应章节的版本说明。

4、怎么用

直接 clone 仓库，按路线图顺序阅读。每章都有独立的代码文件和数据集，可以边读边改。视频链接在 README 里已经整理好了，搭配食用效率更高。

内容协议是 CC BY-NC-SA 4.0，个人学习免费使用。

用效率更高。

内容协议是 CC BY-NC-SA 4.0，个人学习免费使用。