多学科知识资源库
多学科知识资源导航
本文系统整理了针对大语言模型、机器学习（深度学习）、因果推断（计量经济学）、博弈论、网络分析五个核心交叉学科领域的知识资源、工具平台和学习社区，为跨学科研究者提供一站式资源导航。
1. 大语言模型 (LLMs)
1.1 核心知识与教程
| 资源 | 描述 |
|---|---|
| Hugging Face NLP Course | Hugging Face官方免费NLP课程，从Transformer基础到微调实战 |
| Stanford CS324 | 斯坦福大语言模型课程，覆盖原理、对齐、评估 |
| LLM University | Cohere的LLM大学，从基础到应用开发完整教程 |
1.2 开源模型与工具
| 资源 | 描述 |
|---|---|
| Hugging Face Models | 30万+预训练模型，覆盖文本、图像、音频、多模态 |
| Ollama | 本地运行大语言模型，支持Llama、Mistral、Gemma等系列 |
| vLLM | 高性能LLM推理和服务引擎，生产环境部署优化 |
1.3 评估与基准
| 资源 | 描述 |
|---|---|
| Open LLM Leaderboard | 开源LLM综合评估榜单，持续追踪新模型表现 |
| LMSys Chatbot Arena | 人类偏好评估平台，匿名对战，Elo评分排名 |
| HELM | 斯坦福整体语言模型评估，系统、全面、可复现 |
2. 机器学习与深度学习
2.1 基础学习路径
| 资源 | 描述 |
|---|---|
| fast.ai | 实践驱动的免费深度学习课程，fastai库简化流程 |
| DeepLearning.AI | 吴恩达的Coursera专项课程，从基础到专业领域深入 |
| Dive into Deep Learning | 交互式深度学习教科书，支持PyTorch, TensorFlow, MXNet |
2.2 核心框架与库
| 资源 | 描述 |
|---|---|
| PyTorch | 动态计算图，研究友好，学术研究首选 |
| TensorFlow | 静态计算图，生产部署强，完整MLOps生态 |
| JAX | 可组合函数式转换，自动微分、向量化、JIT编译 |
2.3 专项技术资源
| 资源 | 描述 |
|---|---|
| OpenMMLab | 计算机视觉开源库，模块化设计，SOTA复现 |
| Hugging Face Diffusers | 扩散模型库，图像、音频、3D生成，预训练主流模型 |
| Lightning AI | PyTorch Lightning框架，结构化代码，云端训练部署一体化 |
3. 因果推断与计量经济学
3.1 理论核心资源
| 资源 | 描述 |
|---|---|
| Mostly Harmless Econometrics | Angrist和Pischke经典著作，直观、实用的计量经济学 |
| Causal Inference: The Mixtape | 免费在线教科书，R和Stata代码示例 |
| The Book of Why 配套资源 | Judea Pearl因果推理三部曲，结构因果模型(SCM)教程 |
| Causal Inference for The Brave and True | JMatheus Facure，基于python的因果推断，中文版 Stata版 |
| Causal Inference in Python | JMatheus Facure，数据科学家因果推断方向必读书籍，营销领域应用 |
3.2 分析工具与库
| 资源 | 描述 |
|---|---|
| DoWhy | 端到端因果推断Python库，明确建模因果假设 |
| EconML | 异质性处理效应估计，个性化政策、市场细分应用 |
| CausalNex | 贝叶斯网络的因果扩展，因果发现、结构学习、干预预测 |
4. 博弈论与机制设计
4.1 理论与学习资源
| 资源 | 描述 |
|---|---|
| Game Theory 101 | 免费在线教科书+视频课程，基础到高级博弈论 |
| Algorithmic Game Theory | 计算博弈论和机制设计，书籍、讲义、问题集 |
| Yale Game Theory Course | 耶鲁大学公开课，直觉理解，丰富案例 |
4.2 模拟与计算工具
| 资源 | 描述 |
|---|---|
| Nashpy | 计算纳什均衡，支持线性互补、顶点枚举 |
| Gambit | 博弈论分析工具集，扩展式和标准式博弈 |
| Axelrod-Python | 迭代囚徒困境模拟，200+策略实现 |
5. 网络分析与图学习
5.1 理论基础
| 资源 | 描述 |
|---|---|
| CS224W: Machine Learning with Graphs | 斯坦福图机器学习课程，理论基础+最新研究进展 |
| Graph Neural Networks 综述 | 交互式教学文章，可视化、可交互理解GNN |
5.2 分析工具与框架
| 资源 | 描述 |
|---|---|
| NetworkX | Python网络分析标准库，图论算法、网络度量、可视化 |
| igraph | 高性能网络分析库，R、Python、C/C++接口 |
| Gephi | 桌面网络可视化软件，实时渲染、丰富布局算法 |
5.3 图神经网络库
| 资源 | 描述 |
|---|---|
| PyTorch Geometric | PyTorch的GNN扩展，图卷积、注意力、池化层 |
| Deep Graph Library (DGL) | 跨平台图神经网络库，支持PyTorch、TensorFlow、MXNet |
| Graph Neural Network Benchmarks | 标准化GNN评估，9个数据集，多种任务类型 |
6. 跨学科集成平台
6.1 综合学习平台
| 资源 | 描述 |
|---|---|
| Kaggle Learn | 交互式数据科学课程，机器学习、深度学习、数据分析 |
| DeepLearning.AI Short Courses | 短期专项技能课程，1-2小时快速上手 |
| fullstackdeeplearning.com | 深度学习全栈工程，从研究到生产的完整流程 |
6.2 实践与竞赛
| 资源 | 描述 |
|---|---|
| Kaggle Competitions | 全球最大数据科学竞赛平台，数千到百万美元奖金 |
| DrivenData | 社会影响力数据竞赛，健康、教育、环保、扶贫领域 |
| Numerai | 加密对冲基金预测竞赛，加密货币和声誉积分奖励 |
6.3 社区与协作
| 资源 | 描述 |
|---|---|
| Papers with Code | 论文+代码一体化平台，机器学习各领域SOTA |
| OpenReview | 开放学术评审平台，NeurIPS, ICLR, ICML等会议 |
| GitHub Topics | 按主题探索开源项目，machine-learning, deep-learning等 |
7. 工具整合与工作流
7.1 开发环境
| 资源 | 描述 |
|---|---|
| Google Colab | 免费GPU/TPU，无需配置，实时协作 |
| Jupyter Notebook/Lab | 交互式计算事实标准，丰富插件生态系统 |
| VS Code with Jupyter | 专业IDE的notebook支持，完整调试和版本控制 |
7.2 实验管理
| 资源 | 描述 |
|---|---|
| Weights & Biases | 实验跟踪、版本管理，团队项目管理 |
| MLflow | 开源ML生命周期平台，跟踪、项目、模型、注册表 |
| DVC | 数据版本控制和ML流水线，Git工作流无缝扩展 |
7.3 部署与服务
| 资源 | 描述 |
|---|---|
| Gradio | 快速构建机器学习UI，Hugging Face Spaces免费托管 |
| Streamlit | 用Python脚本创建Web应用，无需前端经验 |
| Hugging Face Spaces | 机器学习应用托管平台，支持Gradio、Streamlit |
8. 新兴交叉方向
8.1 多模态学习
| 资源 | 描述 |
|---|---|
| Hugging Face Multimodal | 图像-文本、音频-文本模型，视觉问答、图像描述等任务 |
| OpenAI CLIP | 图像-文本对比学习，零样本图像分类 |
| Flamingo 和 BLIP 系列资源 | 视觉语言模型，图像理解、视觉推理 |
8.2 可解释AI
| 资源 | 描述 |
|---|---|
| Captum | PyTorch模型可解释性，集成梯度、显著性图、概念 |
| SHAP | 基于博弈论的统一解释框架，树模型、深度学习、线性模型 |
| InterpretML | 统一可解释AI框架，Glassbox模型和事后解释 |
9. 学术交流与出版
9.1 预印本与论文
| 资源 | 描述 |
|---|---|
| arXiv | 物理、数学、计算机科学预印本，每日新增数千篇 |
| OpenReview | 开放评审平台，ICLR, NeurIPS, ICML等会议 |
| Semantic Scholar | AI增强学术搜索，论文理解、引用图、研究方向 |
9.2 会议与研讨会
| 资源 | 描述 |
|---|---|
| Conference Deadlines | AI会议截稿日期追踪，计算机视觉、NLP、ML、AI分类 |
| ML & AI Conferences | GitHub仓库维护，社区协作，定期更新 |
| Virtual Seminars | 在线学术研讨会，打破地理限制，免费参与 |
9.3 代码与数据共享
| 资源 | 描述 |
|---|---|
| GitHub | 代码托管和协作，研究代码、论文实现、复现 |
| Zenodo | 研究数据长期存档，分配DOI，可引用 |
| Figshare | 研究成果共享平台，数据集、图像、视频、代码 |
10. 资源更新与贡献
10.1 如何保持更新
- 学术社交媒体: Twitter/X关注领域专家，LinkedIn加入专业小组
- 邮件订阅: arXiv每日摘要，会议和研讨会通知，工具和库更新公告
- GitHub趋势: GitHub Trending页面，关注相关组织和研究者
10.2 贡献指南
欢迎提交Pull Request或Issue来改进本资源列表：
- 新增资源: 确保免费或开源，提供清晰描述和链接
- 更新现有资源: 修正过时信息，补充新功能或特性
- 反馈渠道:
10.3 使用许可
本文档采用知识共享署名4.0国际许可协议进行许可。
更新记录:
- 2025-12-05: 创建多学科资源导航初始版本
- 2025-12-10: 新增神经符号AI、可解释AI资源
相关资源:
致谢: 感谢所有开源社区贡献者和教育资源分享者，正是你们的无私分享推动了整个研究社区的进步。
最后更新: 2025年12月 维护者: Qi Dong 关键词: 大语言模型, 机器学习, 深度学习, 因果推断, 计量经济学, 博弈论, 网络分析, 图神经网络, 人工智能, 数据科学