總結機器學習優質學習文章Top50!
整理 | Jane
出品 | AI科技大本營(公眾號id:rgznai100)
在過去一年裡,我們每個月都會給大家推薦一些優質的、最新的機器學習研究成果或機器學習技術文章,很多文章是從近千篇文章中評選出來的。綜合考慮這些文章的更新時間、文章質量、受歡迎程度等因素,這次我們將為大家其中的 Top50,有些文章我們以前也詳細講解過,大家可以進行再次詳讀。
新一年已經開始了,大家可以從這些文章涉及的領域、方向,告訴我們你們今年更想看到看到哪些內容,今年我們將繼續為大家介紹、推薦更多優質的學習資源。我在留言區等你們~
一、深度視訊(Deep Video)
1、Deepfakes
https://towardsdatascience.com/family-fun-with-deepfakes-or-how-i-got-my-wife-onto-the-tonight-show-a4454775c011
2、Deep Video Portraits
https://web.stanford.edu/~zollhoef/papers/SG2018_DeepVideo/page.html%0A
二、面部識別(Face Recognition)
3、用 Python 實現 iPhone X 面部識別的深度學習方法
https://towardsdatascience.com/how-i-implemented-iphone-xs-faceid-using-deep-learning-in-python-d5dbaa128e1d
https://github.com/normandipalo/faceID_beta
4、通過 OpenCV、Python 和深度學習方法進行人臉識別
https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/
https://towardsdatascience.com/cutting-edge-face-recognition-is-complicated-these-spreadsheets-make-it-easier-e7864dbf0e1a?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
三、物體檢測(Object Detection)
6、Aibnb 平臺上的照片分類任務,實現大規模深度學習模型
https://medium.com/airbnb-engineering/categorizing-listing-photos-at-airbnb-f9483f3ab7e3
7、基於 OpenCV 用 YOLO 實現目標檢測
從YOLOv1到YOLOv3,目標檢測的進化之路
https://www.pyimagesearch.com/2018/11/12/yolo-object-detection-with-opencv
https://towardsdatascience.com/object-detection-with-10-lines-of-code-d6cb4d86f606
四、遊戲 AI
9、一份初學者指南
https://www.gamedev.net/articles/programming/artificial-intelligence/the-total-beginners-guide-to-game-ai-r4942
10、OpenAI 釋出基於預測獎勵的強化學習
https://blog.openai.com/reinforcement-learning-with-prediction-based-rewards/
11、Uber 釋出的一種解決硬探索問題的新演算法
https://eng.uber.com/go-explore/
12、DeepMind 在奪旗遊戲中取得的成果
https://deepmind.com/blog/capture-the-flag/
13、OpenAI Five 在 DOTA2 中擊敗人類選手,取得的成果
https://blog.openai.com/openai-five
五、棋類遊戲
14、AlphaZero,DeepMind 釋出在圍棋、國際象棋等棋類任務中取得的新成果
https://deepmind.com/blog/alphazero-shedding-new-light-grand-games-chess-shogi-and-go
15、基於 Python 和 Keras 實現的 AlphaZero AI
https://medium.com/applied-data-science/how-to-build-your-own-alphazero-ai-using-python-and-keras-7f664945c188
16、AI 學會圍棋的一個簡單解釋
https://medium.freecodecamp.org/explained-simply-how-an-ai-program-mastered-the-ancient-game-of-go-62b8940a9080
六、醫療領域
17、深度學習在醫療影像資料集中存在哪些不合理的用法
https://lukeoakdenrayner.wordpress.com/2018/04/30/the-unreasonable-usefulness-of-deep-learning-in-medical-image-datasets
18、Scaling up molecular pattern recognition with DNA-based winner-take-all neural networks
https://www.nature.com/articles/s41586-018-0289-6.epdf
19、用深度學習研究大腦 MR 影像
https://medium.com/stanford-ai-for-healthcare/its-a-no-brainer-deep-learning-for-brain-mr-images-f60116397472
七、運動
https://carolineec.github.io/everybody_dance_now/
21、Berkeley 研究的虛擬特效人
https://bair.berkeley.edu/blog/2018/04/10/virtual-stuntman
22、OpenAI 研究的靈活機械人手
OpenAI釋出最新「模擬機器人環境」,用「真實機器人」模型進行訓練
https://blog.openai.com/learning-dexterity/
23、DeepMind 釋出的Navigating with grid-like representations in artificial agents
https://deepmind.com/blog/grid-cells/
八、Web & APP
24、如何用 CoreML、PyTorch 和 React Native 在 ios 上完成一個神經網路
https://attardi.org/pytorch-and-coreml
25、如何訓練一個 AI 將模型設計轉換成 HTML 和 CSS
https://medium.freecodecamp.org/how-you-can-train-an-ai-to-convert-your-design-mockups-into-html-and-css-cc7afd82fed4
九、翻譯任務
26、由 Facebook Code 釋出將神經機器翻譯推廣至更大的資料集上
https://code.fb.com/ai-research/scaling-neural-machine-translation-to-bigger-data-sets-with-faster-training-and-inference/
27、Building a language translator from scratch with deep learning
https://blog.floydhub.com/language-translator/
28、Facebook Research 研究的無監督機器翻譯
https://code.fb.com/ai-research/unsupervised-machine-translation-a-novel-approach-to-provide-fast-accurate-translations-for-more-languages
十、NLP
29、圖解BERT, ELMo等模型(NLP如何破解遷移學習)
http://jalammar.github.io/illustrated-bert/
30、The Annotated Transformer — Harvard NLP
http://nlp.seas.harvard.edu/2018/04/03/attention.html
https://medium.com/@ageitgey/natural-language-processing-is-fun-9a0bff37854e?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
十一、神經網路
32、如何用 Python 從頭構建一個神經網路
https://towardsdatascience.com/how-to-build-your-own-neural-network-from-scratch-in-python-68998a08e4f6
33、用 Numpy 實現一個神經網路
https://towardsdatascience.com/lets-code-a-neural-network-in-plain-numpy-ae7e74410795
十二、CNN
34、Differentiable Image Parameterizations
https://distill.pub/2018/differentiable-parameterizations
35、Feature-wise 轉換
https://distill.pub/2018/feature-wise-transformations/
36、Keras 與 CNN
https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns
37、The Building Blocks of Interpretability
https://distill.pub/2018/building-blocks/
38、Facebook 公開的 Rosetta 系統,識別影像或視訊中的文字
https://code.fb.com/ai-research/rosetta-understanding-text-in-images-and-videos-with-machine-learning/
39、Uber 發表的一篇文章,關於 CNN 和 CoordConv Solution 一個有意思的缺陷
https://eng.uber.com/coordconv
十三、RNN
https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html
41、World Models
https://worldmodels.github.io/
十四、強化學習
42、Lessons Learned Reproducing a Deep Reinforcement Learning Paper
http://amid.fish/reproducing-deep-rl
43、Berkeley釋出的 Dexterous Manipulation with Reinforcement Learning
https://bair.berkeley.edu/blog/2018/08/31/dexterous-manip/
44、強化學習還不能發揮作用
https://www.alexirpan.com/2018/02/14/rl-hard.html
十五、TensorFlow
45、Triplet Loss and Online Triplet Mining in TensorFlow
https://omoindrot.github.io/triplet-loss
46、TensorFlow 答疑解惑
http://jacobbuckman.com/post/tensorflow-the-confusing-parts-1/
47、Tensorflow-Project-Template
https://github.com/Mrgemy95/Tensorflow-Project-Template
48、用 TF.js 在瀏覽器中實現實時人體姿態估計
https://medium.com/tensorflow/real-time-human-pose-estimation-in-the-browser-with-tensorflow-js-7dd0bc881cd5
十六、學習指南
49、Rules of Machine Learning: | ML Universal Guides | Google Developers
https://developers.google.com/machine-learning/guides/rules-of-ml
50、Model-based machine learning
http://mbmlbook.com/toc.html
想看、學習哪些 AI內容,歡迎給我們留言哦~
(本文為AI科技大本營整理文章,轉載請微信聯絡 1092722531)
群招募
掃碼新增小助手微信,回覆:公司+研究方向(學校+研究方向),邀你加入技術交流群。技術群稽核較嚴,敬請諒解。
推薦閱讀:
❤點選“閱讀原文”,檢視歷史精彩文章。
相關文章
- 機器學習、深度學習資源總結機器學習深度學習
- 2020上半年收集到的優質AI文章 – 機器學習和深度學習AI機器學習深度學習
- 機器學習基礎總結機器學習
- 機器學習-步驟總結機器學習
- 機器學習基本概念總結機器學習
- 機器學習問題方法總結機器學習
- 機器學習數學知識積累總結機器學習
- 【機器學習】帶你3分鐘看完《機器學習實戰》總結篇機器學習
- 機器學習實驗出錯總結機器學習
- python-機器學習程式碼總結Python機器學習
- 機器學習中常見優化方法彙總機器學習優化
- 【機器學習】深度學習與經典機器學習的優劣勢一覽機器學習深度學習
- 經典機器學習演算法總結機器學習演算法
- LC-3 虛擬機器學習總結虛擬機機器學習
- 機器學習工具總覽機器學習
- 我的2017年文章彙總——機器學習篇機器學習
- 學習總結
- 機器學習及深度學習的知識點及面試題總結機器學習深度學習面試題
- 【機器學習】機器學習簡介機器學習
- 深入學習SpringMVC以及學習總結SpringMVC
- 機器學習工程師方向文章清單機器學習工程師
- 機器學習-整合學習機器學習
- 如何學習機器學習機器學習
- 《美團機器學習實踐》—— 讀後總結機器學習
- 如何利用機器學習甄別淘寶優質店鋪機器學習
- [譯] 通過整合學習提高機器學習結果機器學習
- [python學習]機器學習 -- 感知機Python機器學習
- 深度學習優化演算法總結深度學習優化演算法
- MYSQL學習總結MySql
- 近期學習總結
- KUDU學習總結
- CompletableFuture學習總結
- SpringCloud 學習總結SpringGCCloud
- awk 學習總結
- MyBatis 學習總結MyBatis
- Maven學習總結Maven
- Ajax學習總結
- JVM學習總結JVM