机器学习研究主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
dczha.com 是 Daochen Zha 的个人学术主页。页面显示其为 Airbnb 的 Machine Learning Engineer，并曾在 Rice University 获得计算机科学博士学位，研究方向集中在机器学习、数据挖掘、深度强化学习、时间序列、图神经网络、推荐系统和机器学习系统等领域。因此它更接近“学术与教育资源型个人主页”，而不是商业产品或在线课程平台。
网站核心是研究成果索引：包括个人简介、教育与实习经历、联系方式，以及大量论文列表。页面还重点展示了多个开源项目，如 RLCard、DouZero、TODS、AutoVideo、OpenGSL、FinGPT、FinRL-Meta 和 Large Time Series Model 等。很多条目附带 Paper、Code、Demo、Video、Slide 等链接，方便研究者进一步阅读论文、复现实验或查看演示。
网站本身免费公开访问，没有看到付费订阅、会员、咨询服务或商业报价。其外链项目大多指向论文、GitHub 或项目页面，整体以学术传播和开源协作为主。
优点是内容密度高，研究方向明确，论文和项目链接集中，适合快速了解作者在强化学习、异常检测、时间序列和数据中心 AI 等方向的工作。多个项目提供代码与论文，对研究复现和选题参考很有帮助。
不足在于它不是面向初学者的教程站，缺少系统化课程、实验指南和中文解释。页面信息主要按年份和项目罗列，若没有机器学习背景，理解门槛较高。此外部分外部链接可能依赖 Google Scholar、GitHub 或论文平台，国内访问稳定性不完全可控。
适合机器学习研究生、AI 工程师、数据挖掘研究者、强化学习或时间序列方向的开发者，也适合寻找开源基准、论文代码和研究灵感的人。若目标是入门 AI 或购买课程，它并不是最合适的选择。
主页本身大概率可直接打开，但其关键外链如 Google Scholar、部分 GitHub 资源、论文与视频链接在中国大陆可能出现访问慢、不可用或需代理的情况，因此评估为“部分受限”。
本测评基于公开资料整理,不构成购买建议,请以 dczha.com 官网实际信息为准。
Airbnb ML 工程师主页，含论文与开源项目。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。