机器学习算法实践比拟枯燥乏味，但有许多乏味且有用的网站，您能够像游戏一样交互式操作，并同时学习机器学习概念、模型和利用常识。以下是 ShowMeAI 为大家整顿的18个交互式机器学习网站，学起来！
💡 作者：韩信子@ShowMeAI
📘 机器学习实战系列：https://www.showmeai.tech/tutorials/41
📘 深度学习实战系列：https://www.showmeai.tech/tutorials/42
📘 本文地址：https://www.showmeai.tech/article-detail/340
📢 申明：版权所有，转载请分割平台与作者并注明出处
📢 珍藏ShowMeAI查看更多精彩内容
机器学习的很多算法实践十分枯燥乏味，但有许多乏味且有用的网站，您能够像游戏一样交互式操作，并同时学习机器学习概念、模型和利用常识。以下是 ShowMeAI 为大家整顿的18个交互式机器学习网站，快快来一起体验一下吧，好玩又好学。
💡 Image-to-Image 在线变换
在这个网站上，您能够执行图像到图像的转换。在左侧，您能够草绘或创建对象的一些简略示意。而后解决数据，让模型在右侧生成更实在的图像。
📘 Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow
💡 GAN 在线实验室
在这里，您能够理解无关生成反抗网络（GAN）的学习过程的更多信息并对其进行可视化。
📘 GAN Lab
💡 素描 RNN 在线作图
在这个网站上，您首先抉择一个物体或动物，而后开始素描。而后，在您放开笔后，神经网络将持续您的草图以创建对象/动物。
📘 magenta: sketch rnn
💡 AI 聊天写故事机器人
在 AI Dungeon 中，您能够在与 AI 聊天机器人交互时动态创建故事。您能够抉择不同的世界或场景，或者将故事引向您想要的任何方向。
📘 AI Dungeon
💡 Tensorflow Embedding 投射器
Tensorflow Embedding 投射器是一个很棒的AI可视化平台，咱们能够通过它应用不同的降维技术在 2D 或 3D 中可视化高维数据。它反对上传本人的数据并将其可视化。
📘 Embedding Projector
💡 艺术品降维动静可视化
和下面的 TensorFlow embedding 投射器很像，这个网站利用雷同的技术，把好多件艺术品投射和进行降维可视化。
📘 The Beginner’s Guide to Dimensionality Reduction
💡 TensorFlow 游乐场
十分可玩的神经网络交互训练网站！咱们能够通过更改层、神经元数量、激活函数和其余参数来模仿用于回归或分类的前馈神经网络，而后将后果可视化。是一个对初学者有用的学习资源。
📘 TensorFlow playground
💡 可视化 K-Means 聚类
这是一个交互式演示聚类算法的网站，您能够浏览学习和逐渐操作 K-Means 聚类算法，并进行可视化。
📘 Visualizing K-Means Clustering
💡 图解机器学习模型
这是一个图解机器学习算法的网站，蕴含两个局部。
📘 Visual intro to Machine Learning Part 1
📘 Visual intro to Machine Learning Part 2
💡 Streamlit 案例展
Streamlit 是一个 Web 应用程序框架，次要针对数据和机器学习应用程序。上面网站是一个案例集，蕴含应用该框架生成的多个AI应用程序。
📘 Streamlit templates
💡 逻辑回归可视化交互式解说
上面网站是一个可视化和交互式教程，咱们能够在其中学习逻辑回归的基础知识：例如它是如何工作的，它是如何拟合的，以及如何解释系数。
📘 Logistic Regression
💡 CNN 交互式解释器
上面网站是一个交互式CNN（卷积神经网络）学习与操作及可视化解释的教程，开展解说了卷积神经网络的细节。
📘 CNN Explainer
💡 Kernel Density Estimation 核密度估计
学习统计常识的优良交互式网站，尤其是针对Kernel Density Estimation/核密度估计统计技术做了可视化和图解交互式教程。
📘 Kernel Density Estimation
💡 Probability distributions 概率分布交互式解说
学习统计常识的优良交互式网站，尤其是针对Probability distributions/概率分布做了可视化和图解交互式教程。
📘 Probability distributions
💡 Hugging Face Spaces 数千AI实例
Hugging Face Spaces 是驰名工具 HuggingFace transformers 的社区，它蕴含社区人员奉献的数以千计的AI实例。
📘 Hugging Face Spaces
💡 ConvNetJS 深度学习利用实例
这个网站蕴含很多深度学习利用实例，大家能够通过操作学习不同的统计、机器学习甚至强化学习常识，并和对应的AI应用程序进行交互。
📘 ConvNetJS
💡 Keras.js 在浏览器中运行 Keras 模型
通过 Keras.js 构建的AI利用，在这个网站上你能够交互加载和运行不同的AI模型，测试它们的性能并可视化他们的架构。
📘 Keras.js
💡 Quick Draw 你画我猜
这个网站是经典的你画我猜游戏，AI通过你简略的绘画猜想你绘制的内容，齐全实时和主动。快来试一下吧！
📘 Quick Draw
参考资料
- 📘 Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow：https://affinelayer.com/pixsrv/
- 📘 GAN Lab：https://poloclub.github.io/ganlab/
- 📘 magenta: sketch rnn：https://magenta.tensorflow.org/assets/sketch_rnn_demo/index.html
- 📘 AI Dungeon：https://play.aidungeon.io/main/home
- 📘 Embedding Projector：https://projector.tensorflow.org/
- 📘 The Beginner’s Guide to Dimensionality Reduction：https://dimensionality-reduction-293e465c2a3443e8941b016d.vercel.app/
- 📘 TensorFlow playground：https://playground.tensorflow.org
- 📘 Visualizing K-Means Clustering：https://www.naftaliharris.com/blog/visualizing-k-means-clustering/
- 📘 Visual intro to Machine Learning Part 1：http://www.r2d3.us/visual-intro-to-machine-learning-part-1/
- 📘 Visual intro to Machine Learning Part 2：http://www.r2d3.us/visual-intro-to-machine-learning-part-2/
- 📘 Streamlit templates：https://streamlit.io/gallery
- 📘 Logistic Regression：https://mlu-explain.github.io/logistic-regression/
- 📘 CNN Explainer：https://poloclub.github.io/cnn-explainer/
- 📘 Kernel Density Estimation：https://mathisonian.github.io/kde/
- 📘 Probability distributions：https://www.simonwardjones.co.uk/posts/probability_distributions/
- 📘 Hugging Face Spaces：https://huggingface.co/spaces
- 📘 ConvNetJS：https://cs.stanford.edu/people/karpathy/convnetjs/
- 📘 Keras.js：https://transcranial.github.io/keras-js/#/image-super-resolution
- 📘 Quick Draw：https://quickdraw.withgoogle.com/
