data-mining

即用型 OCR，支持 80 多种语言及所有常见文字系统，包括拉丁文、中文、阿拉伯文、天城文、斯拉夫文等。

:memo: 优秀的数据科学仓库，适合学习和应用真实世界问题。

精选的开源库列表，帮助部署、监控、版本管理与扩展机器学习系统。

基于决策树算法的快速、分布式、高性能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架，用于排序、分类及其他机器学习任务。

面向人的主题模型化工具

研发（R&D）对提升工业生产力至关重要，尤其在 AI 时代，研发核心聚焦于数据与模型。我们致力于通过 R&D-Agent 自动化这些高价值通用研发流程，让 AI 驱动数据驱动的 AI。🔗https://aka.ms/RD-Agent-Tech-Report

人工智能学习路线图，整理近200个实战案例与项目，免费提供配套教材，零基础入门，就业实战！包括：Python、数学、机器学习、数据分析、深度学习、计算机视觉、自然语言处理、PyTorch、TensorFlow、machine-learning、deep-learning、data-analysis、data-mining、mathematics、data-science、artificial-intelligence、python、tensorflow、tensorflow2、caffe、keras、pytorch、algorithm、numpy、pandas、matplotlib、seaborn、nlp、cv 等热门领域

《Python Machine Learning（第 1 版）》书籍代码仓库与信息资源

统一的时间序列机器学习框架

一个 Python 库，用于在表格、时间序列、图形、文字、图像与音频数据上进行异常检测。提供 60 多种检测器、基于基准测试的 ADEngine 编排，以及支持 AI 代理的工作流。

异常检测相关的书籍、论文、视频与工具箱。2025 年末更新，涵盖 LLM 与 VLM 相关工作

:octocat: 用于网络安全的机器学习

一个快速、可扩展、高性能的梯度提升决策树库，支持排序、分类、回归及其他机器学习任务，适用于 Python、R、Java、C++，支持 CPU 与 GPU 计算。

🏅 Kaggle 解题方案与创意集合 🏅

🍊 :bar_chart: :bulb: Orange：互动式数据分析

Python 数据分析和机器学习库的扩展和辅助模块库

从任何文件提取文字，简单易用

Python 资源的精选清单，适用于数据科学

Alink 是基于 Flink 的机器学习算法平台，由阿里巴巴计算平台 PAI 团队开发。

Tableau 的开源替代方案。可嵌入的视觉分析

针对时间序列数据的异常检测工具与数据集清单

计算机视觉辅助工具，用于从图表图像中提取数值数据

用于 X/Twitter 爬取的 Python 库与 CLI，支持多账号轮替与内置速率限制处理。

从 PDF 发票中提取结构化数据

一个用于现实中心机器/深度学习与数据挖掘的 Python 工具包/库，针对部分观测的时间序列，包含 50 多种 SOTA 神经网络模型，适用于不完整工业不规则采样多元时间序列（带有 NaN 缺失值）的科学分析任务（填补、分类、聚类、预测、异常检测、清理）。

全面且及时的联邦学习学术信息（论文、框架、数据集、教程、研讨会）

基于图/Transformer 的欺诈、异常与离群值检测论文与资源精选列表

关于欺诈检测的数据挖掘论文精选列表。

一些可用于学习与下载的实用 AI 相关书籍与 PDF，同时也应用了一些用于学习的 playground 模型。

使用 PaddlePaddle 进行的新颖深度学习研究工作。