Scikit Learn
Python 机器学习库，65,876+ stars。最流行的 Python 机器学习框架，提供分类、回归、聚类、降维等全面的 ML 算法，API 设计简洁优雅，是 ML 入门和工业实践的首选
🎯适用场景：AI 技术学习与研究参考
📊 仓库数据
📈 Stars 变化 ↑6 小时 +11· 统计区间 6/28 18:12 → 6/29 00:15（6 小时）
✅ 优点
- •API 设计简洁一致
- •算法覆盖面广
- •文档和教程完善
- •社区庞大活跃
⚠️ 限制
- •不支持深度学习
- •大规模数据处理性能有限
- •GPU 加速支持不足
🔗 相关工具
Machine Learning for Beginners
github.com/microsoft/ML-For-Beginners
微软官方机器学习入门课程，85,318+ stars。12 周完整课程体系，涵盖回归、分类、聚类、NLP 等核心 ML 概念，每节课含 Jupyter Notebook 实践练习。从基础统计学到高级模型，是最系统的 ML 入门学习路径。
🎯AI 技术选型与学习参考、AI 技术学习与实践教程
Ml Agents
github.com/Unity-Technologies/ml-agents
Unity 官方开源机器学习智能体工具包，可将游戏和模拟环境作为训练场，使用深度强化学习训练智能体，广泛应用于机器人控制、游戏 AI 和仿真训练场景。（19K+ stars）
🎯强化学习智能体训练、游戏 AI 开发、机器人仿真训练、3D 环境交互学习
Awesome Multimodal Ml
github.com/pliang279/awesome-multimodal-ml
多模态机器学习资料汇总，6874 stars。多模态机器学习研究主题的阅读列表，涵盖视觉-语言、音频-文本等多模态领域
🎯多模态内容理解与生成
Awesome Self Supervised Learning
github.com/jason718/awesome-self-supervised-learning
自监督学习资料汇总，6391 stars。精选的自监督学习方法列表，涵盖对比学习、掩码建模等前沿技术
🎯AI 技术学习与研究参考
Ai Deadlines
github.com/paperswithcode/ai-deadlines
AI 会议倒计时，5989 stars。AI 会议截止日期倒计时工具，跟踪顶级 AI 会议的投稿 deadline
🎯AI 技术学习与研究参考
Prompts Chat
github.com/f/prompts.chat
前身是 Awesome ChatGPT Prompts，160,182+ stars。全球最大的社区驱动 Prompt 分享平台，收录数千条高质量 Prompt，覆盖写作、编程、营销、教育等数十个场景。用户可提交、发现、收藏优质 Prompt，是 Prompt Engineering 的实战参考库。AI 时代每个人都需要掌握的「提问艺术」从这里开始。
🎯AI 技术学习与实践教程、提示词工程与优化