💡 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
📢 声明：版权所有，转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容

机器学习的很多算法理论非常枯燥乏味，但有许多有趣且有用的网站，您可以像游戏一样交互式操作，并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的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，您可以执行图像到图像的转换。在左侧，您可以草绘或创建对象的一些简单表示。然后处理数据，让模型在右侧生成更真实的图像。

📘 Image-to-Image Demo: Interactive Image Translation with pix2pix-tensorflow

💡 GAN 在线实验室

在这里，您可以了解有关生成对抗网络（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，您首先选择一个物体或动物，然后开始素描。然后，在您放开笔后，神经网络将继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，您可以在与 AI 聊天机器人交互时动态创建故事。您可以选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，我们可以通过它使用不同的降维技术在 2D 或 3D 中可视化高维数据。它支持上传自己的数据并将其可视化。

📘 Embedding Projector

💡 艺术品降维动态可视化

和上面的 TensorFlow embedding 投射器很像，这个网站应用相同的技术，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

非常可玩的神经网络交互训练网站！我们可以通过更改层、神经元数量、激活函数和其他参数来模拟用于回归或分类的前馈神经网络，然后将结果可视化。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，您可以阅读学习和逐步操作 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，包含两个部分。

📘 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，主要针对数据和机器学习应用程序。下面网站是一个案例集，包含使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讲解

下面网站是一个可视化和交互式教程，我们可以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

下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，展开讲解了卷积神经网络的细节。

📘 CNN Explainer

💡 Kernel Density Estimation 核密度估计

学习统计知识的优秀交互式网站，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 概率分布交互式讲解

学习统计知识的优秀交互式网站，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 是著名工具 HuggingFace transformers 的社区，它包含社区人员贡献的数以千计的AI实例。

📘 Hugging Face Spaces

💡 ConvNetJS 深度学习应用实例

这个网站包含很多深度学习应用实例，大家可以通过操作学习不同的统计、机器学习甚至强化学习知识，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应用，在这个网站上你可以交互加载和运行不同的AI模型，测试它们的功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通过你简单的绘画猜测你绘制的内容，完全实时和自动。快来试一下吧！

📘 Quick Draw

• 📘 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/