前言：
学习技术我没有完整的看完一本技术书，因为效果不好，自己照着代码敲一遍，执行完以后，合上书基本就是：什么冬梅？马什么梅？而且技术迭代太快，有些书已经跟不上技术的潮流，所以自己很少看书，一般是用到的时候才去翻书。这是一个开源的时代，网络资源是自己学习的主要工具，对于机器学习，网上的社区氛围特别好，分享的很多很全面，而且MLer都非常乐于助人。今天给大家分享几个自己经常逛的社区和论坛。
Kaggle （www.kaggle.com)
全球最权威的机器学习比赛网站，赛题覆盖传统机器学习、nlp、图像处理等方面，解决的都是很实际的问题，来自各行各业，比如最经典的入门项目：房价预测。Kaggle是我个人认为最棒的ML社区了，氛围超级棒，有很多大牛。同样赛题开放的数据集也是很有用的，非常适合新手练手，很多乐于分享的MLer也会开源自己的代码。自己正在计划组队打一场Kaggle比赛，锻炼锻炼。
https://scikit-learn.org/stable/
祖传机器学习网站，专注做机器学习100年！哈哈，开玩笑了，这个网站的提供各算法各技巧的例子code应有尽有。推荐MLer经常去逛逛，虽然社区全是英文，一键翻译就ok啦。
Github（www.github.com）
全球最大同性交友网站就不做过多的介绍了吧，这也是一个宝藏是值的每个程序员去挖掘的，大家不知道如何高效使用这个Github的可以看看之前的文章：如何优雅的使用全球最大同性社交网站。
ApacheCN（https://github.com/apachecn）
这是一个开源组织，这是一群爱学习，爱分享，爱装逼，爱斗图，爱吃辣条，有梦想的年轻人。致力于分享机器学习，深度学习的资料，翻译国外优秀的文章，分享kaggle的比赛经验，还定期组织打比赛，自己打比赛的时候ApachCN提供了很多帮助。
StackOverFlow（www.stackoverflow.com）
这个网站程序员必须要知道的网站，自己只要代码报错就找它，所有与代码报错相关的坑，在这个网站基本都有人踩过，社区氛围不错，有很多大牛。
https://www.coursera.org/
这是一个课程网站，自己认为是比慕课等同类课程网站好的多的一个课程学习网站。
以上好多社区都是英文版的，作为程序员不应该让英语成为大家的短板，有时间多学学英语，这些社区完全可以利用碎片时间去浏览，在不经意间提升自己的技术。
閱讀更多 玩數據的小王 的文章
