data-mining

即用型 OCR，支援 80 多種語言及所有常見文字系統，包括拉丁文、中文、阿拉伯文、天城文、斯拉夫文等。

:memo: 優秀的資料科學資源庫，適合學習與實作真實世界問題。

精選的開源函式庫清單，協助部署、監控、版本管理與擴展機器學習系統。

基於決策樹演算法的快速、分散式、高效能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架，用於排序、分類及其他機器學習任務。

面向人的主題模型化工具

研發（R&D）對提升工業生產力至關重要，尤其在 AI 時代，研發核心聚焦於資料與模型。我們致力於透過 R&D-Agent 自動化這些高價值通用研發流程，讓 AI 驅動資料驅動的 AI。🔗https://aka.ms/RD-Agent-Tech-Report

人工智能學習路線圖，整理近200個實戰案例與專案，免費提供配套教材，零基礎入門，就業實戰！包括：Python、數學、機器學習、資料分析、深度學習、電腦視覺、自然語言處理、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 等熱門領域

《Python Machine Learning（第 1 版）》書籍程式碼倉庫與資訊資源

統一的時間序列機器學習框架

一個 Python 函式庫，用於在表格、時間序列、圖形、文字、影像與音訊資料上進行異常偵測。提供 60 多種偵測器、基於基準測試的 ADEngine 編排，以及支援 AI 代理的工作流程。

異常偵測相關的書籍、論文、影片與工具箱。2025 年末更新，涵蓋 LLM 與 VLM 相關工作

:octocat: 用於網路安全的機器學習

一個快速、可擴展、高效能的梯度提升決策樹函式庫，支援排名、分類、回歸及其他機器學習任務，適用於 Python、R、Java、C++，支援 CPU 與 GPU 計算。

🏅 Kaggle 解題方案與創意集合 🏅

🍊 :bar_chart: :bulb: Orange：互動式資料分析

Python 數據分析和機器學習庫的擴展和輔助模塊庫

從任何文件提取文字，簡單易用

Python 資源的精選清單，適用於資料科學

Alink 是基於 Flink 的機器學習算法平台，由阿里巴巴計算平台 PAI 團隊開發。

Tableau 的開源替代方案。可嵌入的視覺化分析

針對時間序列資料的異常偵測工具與資料集清單

计算机视觉辅助工具，用于从图表图像中提取数值数据

用於 X/Twitter 爬取的 Python 函式庫與 CLI，支援多帳號輪替與內建速率限制處理。

從 PDF 發票中萃取結構化資料

一個用於現實中心機器/深度學習與資料探勘的 Python 工具包/函式庫，針對部分觀測的時間序列，包含 50 多種 SOTA 神經網路模型，適用於不完整工業不規則採樣多元時間序列（帶有 NaN 遺漏值）的科學分析任務（填補、分類、分群、預測、異常檢測、清理）。

全面且即時的聯邦學習學術資訊（論文、框架、資料集、教學、研討會）

基於圖/Transformer 的詐欺、異常與離群值偵測論文與資源精選列表

關於詐欺偵測的資料探勘論文精選列表。

一些可用於學習與下載的實用 AI 相關書籍與 PDF，同時也應用了一些用於學習的 playground 模型。

使用 PaddlePaddle 進行的新穎深度學習研究工作。