在机器学习的路上摸索前行，为了更快速的跟进行业最新的动态，我开始整理和收集机器学习相关的优秀博客、专栏和活跃大V。
在他们的热心分享与传播下，我收货不少。
我将最终整理到的学习资源整理为全文RSS订阅:
| 名称 | 订阅地址 | 介绍 |
|---|---|---|
| 智能单元 | https://zhuanlan.zhihu.com/intelligentunit | 从拿到CS231n授权开始，就一直保持的非常频繁的翻译更新，:thumbsup: |
| 无痛的机器学习 | https://zhuanlan.zhihu.com/hsmyy | 把复杂的问题简单化，用简单明了的语言来阐述机器学习 |
| PaperWeekly | https://zhuanlan.zhihu.com/paperweekly | 把周报写成了日报的更新频率，分享了一些论文研读 |
| ResysChina | https://zhuanlan.zhihu.com/resyschina | 一篇《Quora 是如何做推荐的？》让这个专栏进入更多人的视野，期待更多重量级文章 |
| 人脑与人工智能 | https://zhuanlan.zhihu.com/HicRhodushicsalta | 最近的《人脑认知与计算机算法》系列比较深刻的剖析了人脑与人工智能的联系 |
| 菜鸡的啄米日常 | https://zhuanlan.zhihu.com/chicken-life | 中文Keras翻译负责人，一波Keras教程福利 |
| 程序员山居笔记 | https://zhuanlan.zhihu.com/coding-future | 关于Prisma的最新专栏文章很多人赞 |
| 远东轶事 | https://zhuanlan.zhihu.com/yuandong | 自带光环，卡耐基梅隆大学机器人系博士，Facebook 人工智能组研究员 |
| 名称 | 介绍 |
|---|---|
| 机器之心 | 应该可以说是AI领域最专业的自媒体了，每天的头条都非常有价值，还经常有AI领域大佬的专访 |
| 新智元 | 线下活动办得溜，文章也不错 |
| CSDN大数据 | 偏工程化，实战案例比较多 |
| 36大数据 | 文章都比较接地气，也以工程实践为主 |
| 大数据文摘 | 追热点功力强，流行的东西这里都有 |
| AlgorithmDog | 这里有细致的算法讲解，受益匪浅 |
| 名称 | 订阅地址 | 介绍 |
|---|---|---|
| 我爱机器学习 | https://www.52ml.net | 清华兄的独立网站，内容相当丰富 |
| 我爱自然语言处理 | http://www.52nlp.cn | 这难道也是上面的哥们弄的么，不管怎么说，关于NLP的文章水平也是杠杠的 |
| 我爱计算机 | http://www.52cs.org | 讲真，你们是不是一起的。不过，"我爱计算机"的大牛专访挖掘了大牛很多的成长历程，值得学习 |
| 数盟社区 | http://dataunion.org | 数盟会聚合一些热门文章，特别是涉及行业方面的 |
| 好东西论坛 | http://forum.memect.com/ | 好东西论坛都是好东西，不解释，大家应该都知道 |
| 谷歌官方研究博客 | https://research.googleblog.com/ | 谷歌最新研究成果的发布站，虽然更新不是那么频繁，但是篇篇都是重量级文章 |
| 名称 | 订阅地址 | 介绍 |
|---|---|---|
| 爱可可-爱生活 | http://weibo.com/fly51fly | 看了博主的时间线后你会发现，这简直就是人工智能的人肉资源挖掘机 |
最终整理的OPML链接为:
https://raw.githubusercontent.com/RickyWong33/Machine_Learning_RSS/master/OPML.xml
在设置的OPML订阅源中填入本repo的OPML RAW文件地址:
https://raw.githubusercontent.com/RickyWong33/Machine_Learning_RSS/master/OPML.xml
inoreader能同步本OPML的更新，以后扩展的订阅源都会被inoreader自动同步，推荐使用
下载OPML LINK后保存为OPML.xml，在Feedly源管理页面导入。
由于本repo可能会频繁更新订阅源（或者修订RSS输出的样式），如果需要更新的话，请重新下载后再导入Feedly。
感谢以上提到的博主积极的知识输出
本repo也会不断更新，欢迎推荐更多的优质机器学习阅读资源