# 學習網站

## 業界用人指標、準備方向
1. 刷LEETCODE
2. GITHUB作品集、寫個人部落格、ithome鐵人賽
3. 英文證照(TOEIC、TOEFL)
4. 工具軟體證照(TABLEAU)
5. 白板題(資料結構與演算法)
6. 有iso27001加分
7. CPE7以上、APCS6以上 = 具有教書能力
8. Numpy：用於執行數值計算的Numpy

## 機器學習中可能用到的數學網站
1. [《凸優化》學習筆記（一）](https://www.itread01.com/content/1547977349.html):
凸優化在數學最佳化中有著重要且特殊的身份，在機器學習演算法中，已知的比如LogisticRegression,SVM,都與數學最佳化有關
1. [最佳化參考資料](https://www.zhihu.com/question/25120338):
機器學習中的最佳化理論可參考的書籍清單

1. [演算法筆記](http://web.ntnu.edu.tw/~algo/)
有用到不會的演算法可以來這查詢

1. [演算法導論中文版](https://github.com/mymmsc/books/blob/master/算法导论中文版.pdf)
俗稱楓葉書，各大資工系考研必備

1. [運籌學（最佳化理論）如何入門？](https://www.zhihu.com/question/22686770/answer/113176244):
最佳化理論入門討論

1. [『運籌帷幄』人工智能|數據科學|運籌學交叉](https://www.zhihu.com/column/operations-research):
最佳化理論文章

1. [最佳化筆記](https://www.zhihu.com/column/c_175246069)
最佳化理論筆記與討論

1. [GitHub 最強 AI 數學解題神器！](https://buzzorange.com/techorange/2019/05/27/math-ai/):
https://github.com/Roujack/mathAI

1. [數學建模|小白如何準備數學建模](https://zhuanlan.zhihu.com/p/73780647)

1. [數學建模競賽算法](https://www.zhihu.com/column/fan123456789)

1. [線代啟示錄](https://ccjou.wordpress.com/):
線性代數討論

1. [數學建模與數學實驗](https://www.zhihu.com/column/ZhangJingxin)

1. [線性規劃與單純形](https://www.itread01.com/content/1543896980.html)

1. [MATLAB求解線性規劃](https://blog.csdn.net/u010155023/article/details/48058391)

1. [統計基礎學習](https://statquest.org)

1. [openHome演算法](https://openhome.cc/Gossip/AlgorithmGossip/)

1. [優化算法Optimizer比較和總結](https://zhuanlan.zhihu.com/p/55150256)

## 數據分析與機器學習
1.[python數據分析入門](https://hackmd.io/@cube/Bk9bwQppN):
有資料收集處理與視覺化

2.[**完備的 AI 學習路線，最詳細的資源整理！**](https://medium.com/%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E4%B8%8D%E6%98%AF%E5%80%8B%E4%BA%8B/%E9%87%8D%E7%A3%85-%E5%AE%8C%E5%82%99%E7%9A%84-ai-%E5%AD%B8%E7%BF%92%E8%B7%AF%E7%B7%9A-%E6%9C%80%E8%A9%B3%E7%B4%B0%E7%9A%84%E8%B3%87%E6%BA%90%E6%95%B4%E7%90%86-98dc9cde63b2):
爆炸多的內容，內容涵蓋AI入門基礎知識、資料分析\挖掘、機器學習、深度學習、強化學習、前沿Paper和五大AI理論應用領域：自然語言處理，電腦視覺，推薦系統，風控模型和知識圖譜。是你學習AI從入門到專家必備的學習路線和優質學習資源。

3.[Deep Learning](https://www.deeplearningbook.org/):
An MIT Press book

4.[機器學習與演算法概論（一）](https://baubibi.medium.com/%E9%80%9F%E8%A8%98ai%E8%AA%B2%E7%A8%8B-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E8%88%87%E6%BC%94%E7%AE%97%E6%B3%95%E6%A6%82%E8%AB%96-%E4%B8%80-41f9e18aedae):
機器學習的介紹

5.[吳恩達deeplearning.ai課程學習筆記](https://www.itread01.com/content/1547040265.html):
《改善深層神經網路：超引數除錯、正則化以及優化》課程筆記，此為第一周下面有其他周的連結

6.[想轉專業數據科學（機器學習），需要學哪些課程？](https://www.zhihu.com/question/50623000/answer/121833512):
數據科學（機器學習）所需的基礎知識課程

7.[機器學習百日馬拉松](https://ml100.cupoy.com)

8.[機器學習百日github](https://github.com/Avik-Jain/100-Days-of-ML-Code-Chinese-Version)

9.[資料科學與機器學習](http://yltang.net/tutorial/dsml/0/)

10.[DL-CVMarathon](https://github.com/v123582/-1st-DL-CVMarathon)

11.[這可能是最簡單易懂的機器學習入門（小白必讀）](https://blog.csdn.net/qq_28168421/article/details/81351321)

12.[Python數據清理終極指南（2020版）](https://ml-python.blog.csdn.net/article/details/109831082)

13.[Flask 學習心得筆記](https://clay-atlas.com/blog/2020/02/21/python-flask-chinese-notes-0-build-simple-page/):
python網頁呈現

14.[Python 資料處理筆記](https://yanwei-liu.medium.com/python-pandas%E4%BD%BF%E7%94%A8%E7%AD%86%E8%A8%98-a4682e254d90):
使用Panda進行數據處理

15.[**史上最全數據分析資料匯總！**](https://allaboutdataanalysis.medium.com/%E5%8F%B2%E4%B8%8A%E6%9C%80%E5%85%A8%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E8%B3%87%E6%96%99%E5%8C%AF%E7%B8%BD-%E5%90%ABpython-%E7%88%AC%E8%9F%B2-%E8%B3%87%E6%96%99%E5%BA%AB-%E5%A4%A7%E6%95%B8%E6%93%9A-tableau-%E7%B5%B1%E8%A8%88%E5%AD%B8%E7%AD%89-ed90d6a1bd77):
含python、爬蟲、資料庫、大數據、Tableau、統計學等

16.[資料科學家的 pandas 實戰手冊：掌握 40 個實用數據技巧](https://leemeng.tw/practical-pandas-tutorial-for-aspiring-data-scientists.html#%E5%8F%96%E5%BE%97%E6%83%B3%E8%A6%81%E9%97%9C%E6%B3%A8%E7%9A%84%E6%95%B8%E6%93%9A_1)

17.臺大資工林軒田教授機器學習基石(coursera 4.9分高評價課程)

18.[數據分析學習歷程](https://www.zhihu.com/column/lingan)

19.[機器學習：使用Python](https://machine-learning-python.kspax.io/):
這份文件的目的是要提供Python 之機器學習套件 scikit-learn (http://scikit-learn.org/) 的中文使用說明以及介紹。

20.[尚硅谷python教學](https://www.youtube.com/playlist?list=PLmOn9nNkQxJFGvtKd7PI7AhsYmY-6FrJs)

21.[機器學習演算法簡易影片說明](https://m.youtube.com/watch?fbclid=IwAR2M7Ley8tGTPtY1ZIgxYKAfHZ_5iKq2C3N8Rm623l6zCeH65mdqGzNIZyQ&list=PLblh5JKOoLUICTaGLRoHQDuF_7q2GfuJF&v=Gv9_4yMHFhI)

分享給對於Meachine Learning有興趣的朋友，對於非資訊相關科系的人而言，各種眼花繚亂的演算法一定讓各位覺得很頭痛，上網google也常常跑出一堆張牙舞爪的數學式，這個youttube播放清單解釋了許多主流的演算法背後運作的基本原理，同時也把背後的數學模型做了簡單但清楚的解釋，希望對各位有幫助。
(但是影片沒有中文翻譯，所以需要一些英聽的能力就是了)
(另外這些影片主要都是基本概念，coding的部分有但是不多，所以coding的部分就要自己在google了)

22.[自然語言與機器學習的入門github](https://github.com/NLP-LOVE)
大推薦，淺顯易懂。

23.[機器學習西瓜書（周志華）筆記](https://github.com/Vay-keen/Machine-learning-learning-notes)
周志華《機器學習》又稱西瓜書是一本較為全面的書籍，書中詳細介紹了機器學習領域不同類型的演算法(例如：監督學習、無監督學習、半監督學習、強化學習、集成降維、特徵選擇等)，記錄了本人在學習過程中的理解思路與擴展知識點，希望對新人閱讀西瓜書有所幫助！

24.[PRML](https://github.com/ctgk/PRML):
Python codes implementing algorithms described in Bishop's book "Pattern Recognition and Machine Learning"

25.[南瓜書PumpkinBook](https://datawhalechina.github.io/pumpkin-book/#/)
南瓜书的所有内容都是以西瓜书的内容为前置知识进行表述的

26.[sklearn中文文档](http://doc.codingdict.com/sklearn/)

## 教學課程網站
1.[廖雪峰的官方網站](https://www.liaoxuefeng.com/):
有程式相關教程與討論

2.[台大李宏毅教授](http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html)
機器學習課程

3.[中華教育課程](https://www.openedu.tw/):
多種開放課程
[Python 與資料科學入門 (2020秋季班)](https://courses.openedu.tw/courses/course-v1:FCUx+QA76+20016/course/)

4.[崔慶才的個人站點](https://cuiqingcai.com/):
各種程式相關教程與討論

5.[LEARN CODE WITH MIKE](https://www.learncodewithmike.com/):
python相關

6.[薛定諤的貓~](https://www.cnblogs.com/dfy-blog/):
爬蟲相關

7.[政治大學磨課師課程 成為python數據分析達人的第一課](http://moocs.nccu.edu.tw/course/123/intro):

8.[清華大學開放式課程 ](http://140.114.60.109/ocw/index.php?page=course&cid=242&)

9.[國立清華大學吳尚鴻副教授主講的《大規模機器學習》教程](https://nthu-datalab.github.io/ml/ )

10.[呆呆的貓的博客](https://blog.csdn.net/jiaoyangwm)
python 機器學習相關博客

11.[政治大學磨課師課程 數值分析Numerical Analysis](http://moocs.nccu.edu.tw/course/132/intro)

12.[Jason Chen](https://jason-chen-1992.weebly.com/home/category/all)
機器學習相關

13.[Max行銷誌](https://www.maxlist.xyz/):
python數據分析相關
[Max Su](https://github.com/hsuanchi) (github有相關程式碼)

14.[James學習筆記](https://medium.com/jameslearningnote/archive):
資料分析&機器學習

15.[LeeMeng](https://leemeng.tw/index.html#blog):
資料分析&機器學習

16.[Python Free](https://www.pythonf.cn/):
python相關教程

17.[數學建模](https://www.zhihu.com/column/c_1134516805417730048)
數學建模相關討論

18.[Mr. Opengate](https://mropengate.blogspot.com/):
機器學習與數學相關

19.[政治大學蔡炎龍教授編撰講義](https://nbviewer.jupyter.org/github/yenlung/nccu-jupyter-math/tree/master/)

20.[政治大學磨課師─成為Python數據分析達人的第一堂課](http://moocs.nccu.edu.tw/mobile/course/123)

21.[政治大學磨課師─成為Python AI深度學習達人的第一堂課](http://moocs.nccu.edu.tw/course/172/intro)

22.[2020資訊之芽python](https://tw-csie-sprout.github.io/py2020/#!slides.md)

23.[雲林Song](https://yunlinsong.blogspot.com/p/python.html)
雲林軟體工程資訊教育

## 實用網站
1.[書棧網](https://www.bookstack.cn/):
超多實用書籍可以線上看的網站

2.[牛客網](https://www.nowcoder.com/):
類似leetcode有很多題目可以練

3.[泉勝出版](http://www.goodbooks.com.tw):
泉勝程式設計教材、洪國勝老師免費提供線上資源
內容涵蓋：C、Python、APCS

4.[嘉義高中資訊社教材收集](http://cs.cysh.cy.edu.tw/elective/c++.html)

5.[竹女高中生演算法開發及資訊競賽部落格](https://yuihuang.com)
包含學習演算法、資料結構過程，以及APCS考試

6.[APCS(大學程式設計先修檢測)程式實作](https://hackmd.io/@cube/H1TjWAbOE)

7.[高中生程式解題系統](https://zerojudge.tw/)

8.[網路資源](https://hackmd.io/@cube/HJKPzLSj4)

9.[APCS程式設計實作題-題目分類](https://hackmd.io/@cube/H1exnuu1S)

10.[暗黑網站：下載原文書](https://gfxdomain.co/)

11.[NumPy 中文](https://www.numpy.org.cn/)
這是NumPy官方的中文文檔，NumPy是用Python進行科學計算的基礎軟件包。

12.[紅色石頭](http://redstonewill.com/)
機器學習相關筆記下載

13.[跨象乘雲](https://www.080910t.com/)
深度學習與新一代人工智能科研教學一體化實驗平台

14.[PDF電子書學習下載站](https://yabook.org/)

## 爬蟲
1.[用 JavaScript 輕鬆撰寫 PTT 的各大看板的網頁爬蟲](https://realdennis.medium.com/crawler-%E4%BD%BF%E7%94%A8puppeteer%E7%88%AC%E5%8F%96ptt%E7%9A%84%E7%B6%B2%E9%A0%81-1684568f6cb4):
用 JavaScript 輕鬆撰寫 PTT 的各大看板的網頁爬蟲，透過設定正確的 cookie ， 就連 18 禁看板都無所阻礙！

2.[給初學者的Python爬蟲學習架構](https://goatwang.github.io/2017/07/29/%E7%B5%A6%E5%88%9D%E5%AD%B8%E8%80%85%E7%9A%84Python%E7%88%AC%E8%9F%B2%E5%AD%B8%E7%BF%92%E6%9E%B6%E6%A7%8B/):
這篇文章主要是寫給剛開始學習Python爬蟲的初學者

3.[Python爬蟲新手筆記](https://pala.tw/python-web-crawler/):
提供給新手的參考筆記

4.[瀏覽器內的爬蟲初體驗](https://pala.tw/browser-web-crawler/):
新手體驗定位抓取資料的10分鐘小練習：在瀏覽器控制台貼上JavaScript語法。

5.[Python 爬蟲利器二之Beautiful Soup 的用法](https://cuiqingcai.com/1319.html):
Beautiful Soup

6.[Python爬蟲學習筆記(一)](https://yanwei-liu.medium.com/python%E7%88%AC%E8%9F%B2%E5%AD%B8%E7%BF%92%E7%AD%86%E8%A8%98-%E4%B8%80-beautifulsoup-1ee011df8768)

7.[[Python爬蟲教學]整合Python Selenium及BeautifulSoup實現動態網頁爬蟲](https://www.learncodewithmike.com/2020/05/python-selenium-scraper.html)

8.[Scrapy爬蟲與資料處理30天筆記](https://ithelp.ithome.com.tw/users/20107514/ironman/1919)

9.[爬蟲爬取動態網頁的三種方式簡介](https://www.mdeditor.tw/pl/2RAJ/zh-tw)

10.[Python 爬蟲筆記-1](https://medium.com/@gordonfang_85054/python-%E7%88%AC%E8%9F%B2%E7%AD%86%E8%A8%98-1-15fdec38393c)

11.[[Python教學]Request和BeautifulSoup爬蟲教學](https://medium.com/@zx2515296964/python-%E6%95%99%E5%AD%B8-%E7%B0%A1%E5%96%AE%E5%B9%BE%E6%AD%A5%E9%A9%9F-%E8%AE%93%E4%BD%A0%E8%BC%95%E9%AC%86%E7%88%AC%E8%9F%B2-928a816051c1)

12.[Python 使用 Beautiful Soup 抓取與解析網頁資料，開發網路爬蟲教學](https://blog.gtwang.org/programming/python-beautiful-soup-module-scrape-web-pages-tutorial/)

13.[Python基礎練習線上習題](http://pythonpro.weebly.com/3272238988.html)

14.[程式邏輯動畫](https://blog.penjee.com/computer-programming-gifs-all-of-em/)

## 資料庫

1.[Postgresql正體中文使用手冊](https://docs.postgresql.tw)

## 面試相關題目
1.[機器學習面試1000題系列](https://blog.csdn.net/sinat_35512245/article/details/78796328)

2.[機器學習筆試面試超詳細總結](https://blog.csdn.net/jiaoyangwm/article/details/79805939)

3.[機器學習面試](https://blog.csdn.net/hguo11/article/details/78059085)

## Leetcode
1.[先別急著寫 leetcode](https://github.com/Lidemy/ALG101-too-weak-to-leetcode)

2.[資料結構與演算法/leetcode/lintcode題解](https://www.bookstack.cn/books/algorithm-exercise-tw)

## 資源下載
1.[資源下載](https://306t.com/dir/11958545-31093333-29fb01)
## Github 帳號
1.[Mao Kai, Yu](https://github.com/mkyurw?tab=repositories):
包含利用Python做資料清洗、Scikit-Learn建立機器學習模型、OpenCV影像辨識深度學習等。

2.[e96031413](https://github.com/e96031413):
學習資源與專案以及參考書籍筆記

3.[Tu V. Tran](https://github.com/tuvtran/project-based-learning#python):
各種程式語言教學與專案

4.[Jun-Wei Lin](https://github.com/jwlin):
爬蟲相關

5.[mikeku1116](https://github.com/mikeku1116?tab=repositories)
python 相關

6.[LeeMeng](https://github.com/leemengtaiwan)
機器學習相關

7.[DL-CVMarathon](https://github.com/v123582/-1st-DL-CVMarathon)

8.[overnote](https://github.com/overnote)
程式相關筆記

9.[escc1122](https://github.com/escc1122/3rd-ML100Days)
機器學習百日所有課程、練習與結果

10.[PatrickRuan](https://github.com/PatrickRuan?tab=repositories)
百日課程、練習與結果

11.[LiuChuang0059](https://github.com/LiuChuang0059)
python練習與百日練習

12.[MLEveryday](https://github.com/MLEveryday):
機器學習

13.[ML-NLP](https://github.com/NLP-LOVE/ML-NLP):
此項目是機器學習(Machine Learning)、深度學習(Deep Learning)、NLP面試中常考到的知識點和代碼實現，也是作為一個算法工程師必會的理論基礎知識。

14.[EdisonLeeeee/Awesome-Learning-Resource](https://github.com/EdisonLeeeee/Awesome-Learning-Resource)
多面向工具軟體、教學

15.[nthu-datalab](https://github.com/nthu-datalab):
[清大資工研究所lab 吳尚鴻 教授](http://www.cs.nthu.edu.tw/~shwu/)

## 值得收藏的medium 帳號
1.[吳致賢（Jhih-Sian Wu）](https://medium.com/%E4%B8%80%E5%80%8B%E4%BA%BA%E7%9A%84%E6%96%87%E8%97%9D%E5%BE%A9%E8%88%88)

2.[Yanwei Liu](https://yanwei-liu.medium.com/)

3.[Gordon Fang](https://medium.com/@gordonfang_85054)

4.[Kevin](https://medium.com/@zx2515296964):
主要學習前端，隨興學點python，還有爬蟲相關

5.[天道酬勤](https://medium.com/@bob800530)

6.[Tommy Huang](https://chih-sheng-huang821.medium.com/)

7.[高智敏](https://baubibi.medium.com/)

## iT 邦幫忙
1.[放學後的網頁開發](https://ithelp.ithome.com.tw/users/20111479/ironman/1790)

2.[從LINE BOT到資料視覺化：賴田捕手](https://ithelp.ithome.com.tw/users/20120178/ironman/2654)

3.[成為資料工程師最初的 28 堂課](https://ithelp.ithome.com.tw/users/20000065/ironman/966)

4.[大數據的世代需學會的幾件事](https://ithelp.ithome.com.tw/users/20107244/ironman/1726)

5.[使用Python進行資料分析](https://ithelp.ithome.com.tw/users/20107514/ironman/1399)

6.[R 語言使用者的 Python 學習筆記](https://ithelp.ithome.com.tw/users/20103511/ironman/1077)

7.[機器學習你也可以 - 文組帶你手把手實做機器學習聖經 ](https://ithelp.ithome.com.tw/users/20107850/ironman/1566)

## 機器學習相關期刊或論文
#### 體育相關
1.[建構美國職棒大聯盟的勝隊預測模式：以人工類神經網路方式](http://readopac1.ncl.edu.tw/nclJournal/search/detail.jsp?sysId=0006776290&dtdId=000040&search_type=detail&la=ch)

2.[FiveThirtyEight](https://fivethirtyeight.com/):
數據分析網站，有運動、有政治、有醫療

## 深度學習

1.[蔡炎龍深度學習基礎入門](https://nbviewer.jupyter.org/github/yenlung/Deep-Learning-Basics/tree/master/?fbclid=IwAR3SWxFtI1T6XpoETyhvNCZ5bgXhZar6GH0kdoRxVeRO8m6kObX3IIlpu0M/)

2.[李宏毅老師](https://github.com/datawhalechina/leedeeprl-notes)
李宏毅深度強化學習筆記(LeeDeepRL-Notes)

## 業界要求

台積電 軟體工程師徵才的 JD:

1.Develop state of the art code

2.Continue to refactor existing applications

3.Contribute to write tests to ensure software quality

4.Apply software design principles to ensure software quality

5.Ensure sustainability and performance of software applications

6.Collaborate with colleagues in design and code reviews.

7.Willing to learn new IT technology

...

1.BS/MS degree or above and major in Computer Science, Information engineering, Industry Engineering, Statistics or Mathematic related fields, similar technical field of study or equivalent practical experience.

2.Good at any listed programming languages : C++,C#, JAVA, Python, GO, JavaScript.

3.Familiar with software engineering methodologies: UP, XP or DevOps

4.Familiar with software engineering practices: CI, CD, DDD or TDD

5.Have foundation of OOP, design principles and design patterns

6.Experience managing container-based workloads, using Kubernetes or other orchestration software is a plus.

7.Good communication skills with proactive, good interpersonal and problem-solving capability.

8.With AI related experience is a plus.

9.Familiar with source code version control tools : Git