Главное Свежее Вакансии Образование
Выбор редакции:
0 12 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Машинное обучение: книги, статьи и блоги

Машинное обучение - это реальность, которая проходит мимо нас. Это меня печалит. Мы решили изменить ситуацию и решили начать с подборки статей, книг и блогов.

Глубоким обучением и нейросетями в России мало кто занимается - можно пересчитать "игроков" по пальцам слесаря Петровича.

Одна из причин медленного развития - языковой барьер. Что ни говорите - а 88% специалистов предпочитают читать документацию на родном языке.

По машинному обучению годных текстов я не встречал. Наверняка она все под замком у Яндекса, Билайна и Сбербанка. Но вот нарыл огромный кусок на английском.

Сразу предупреждаю любителей минусовать: это просто список, которым я решил поделится с сообществом. Я сам прочитал из него пару тройку статей и пока что - ни одной не перевел на русский язык.

Хочу заметить, что мы бросили клич на площадке совместных переводов с переводом первой главы одной весьма интересной книги. Вот здесь, если кто хочет поспособствовать доброму делу.

Но... Что-то я разговорился. Приступим, собственно, к списку.

Книги в открытом доступе.

  1. Deep Learning. Авторы: Yoshua Bengio, Ian Goodfellow и Aaron Courville (июль 2015 года)
  2. Neural Networks and Deep Learning. Автор: Michael Nielsen (декабрь 2014 года)
  3. Deep Learning книга выпущена подразделением Research компании Microsoft (2013 год)
  4. Deep Learning Tutorial гайд лаборатории LISA, университета Монреаля (январь 2015 года)
  5. An introduction to genetic algorithms - книга Mitchell Melanie (1996 год)
  6. Artificial Intelligence: A Modern Approach. Авторство Stuart Russell и Peter Norvig (третье издание датируется маем 2016 года)
  7. Deep Learning in Neural Networks: An Overview. Автор - Jurgen Schmidhuber, либоратории ИИ в IDSIA (научно-исследовательская организация), Швейцария (октябрь 2014 года)

Статьи

  1. ImageNet Classification with Deep Convolutional Neural Networks
  2. Using Very Deep Autoencoders for Content Based Image Retrieval
  3. Learning Deep Architectures for AI
  4. CMU’s list of papers
  5. Neural Networks for Named Entity Recognition zip
  6. Training tricks by YB
  7. Geoff Hinton's reading list (all papers)
  8. Supervised Sequence Labelling with Recurrent Neural Networks
  9. Statistical Language Models based on Neural Networks
  10. Training Recurrent Neural Networks
  11. Recursive Deep Learning for Natural Language Processing and Computer Vision
  12. Bi-directional RNN
  13. LSTM
  14. GRU - Gated Recurrent Unit
  15. GFRNN . .
  16. LSTM: A Search Space Odyssey
  17. A Critical Review of Recurrent Neural Networks for Sequence Learning
  18. Visualizing and Understanding Recurrent Networks
  19. Wojciech Zaremba, Ilya Sutskever, An Empirical Exploration of Recurrent Network Architectures
  20. Recurrent Neural Network based Language Model
  21. Extensions of Recurrent Neural Network Language Model
  22. Recurrent Neural Network based Language Modeling in Meeting Recognition
  23. Deep Neural Networks for Acoustic Modeling in Speech Recognition
  24. Speech Recognition with Deep Recurrent Neural Networks
  25. Reinforcement Learning Neural Turing Machines
  26. Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
  27. Google - Sequence to Sequence Learning with Nneural Networks
  28. Memory Networks
  29. Policy Learning with Continuous Memory States for Partially Observed Robotic Control
  30. Microsoft - Jointly Modeling Embedding and Translation to Bridge Video and Language
  31. Neural Turing Machines
  32. Ask Me Anything: Dynamic Memory Networks for Natural Language Processing
  33. Mastering the Game of Go with Deep Neural Networks and Tree Search
  34. Batch Normalization
  35. Residual Learning
  36. Facebook's AI Painting@Wired
  37. Inceptionism: Going Deeper into Neural Networks
  38. Implementing Neural networks
  39. [Berkeley AI Research (BAIR) Laboratory] Image-to-Image Translation with Conditional Adversarial Networks (https://arxiv.org/pdf/1611.07004v1.pdf)

Блоги

  1. @Tombone's Computer Vision Blog. DL, компьютерное зрение и алгоритмы, которые формируют будущее искусственного интеллекта. Блог ведется более десяти лет. Более 250 постов.
  2. Zoya Bylinskii (MIT PhD Student)'s Blog. Небольшой, но информативный блог.

Пока все. Если найду что еще - обязательно добавлю в этот список. Если найдете вы - не стесняйтесь. Пишите в личку или в комментарии к посту.

Не забываем заглядывать и подписываться на наш паблик в ВК и ФБ. Во ВКонтакте у нас появился чат сообщества.

На этом все. Делитесь, комментируйте, сохраняйте в закладках.

Всем добра и успешных стартов.

+8
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
LIFE.FILM
Автоматически монтирует видео в фильм
Utopia
Консалтинг маркетинговый и управленческий для стартапов и бизнеса. Оценка стар
Иван Сологуб
Спасибо. Сейчас примусь за изучение.
Ответить
Alex Fill
На днях сыграл с программой в шахматы. Ничего особенного, прога сделала меня, кроме одного - это была самообучающаяся программа по анализу видимых изменений. Другими словами она анализировал выводимые шахматные фигуры другой программы и посылала команды как той ходить. основано как раз на нейросетях.
Ответить
Utopia
Консалтинг маркетинговый и управленческий для стартапов и бизнеса. Оценка стар
Иван Сологуб
Алекс, очень хорошо. Но я не понимаю смысл вашей записи.
Ответить
Alex Fill
Смысл записи - будущее рядом ) Представляете если софт обучается на основе видимых визуальных изменений и способен предпринимать дальнейшие шаги, то... не за горами терминаторы ))
Ответить
Utopia
Консалтинг маркетинговый и управленческий для стартапов и бизнеса. Оценка стар
Иван Сологуб
А вы думаете что скайнет еще не существует? Тогда спросите себя кто определяет что вам выдать на запрос в поисковой строке. Или кто определяет какие новости вы будете видеть в ленте социальной сети!
Ответить
Alex Fill
Ну это явно не скайнет ))) это сеть сайтов-партнеров поисковика. Отдельные инструменты не стоит воспринимать как единое. Не путайте котлеты с мухами. Котлеты отдельно, мухи - отдельно ))
Ответить
Богдан Маншилин
Добавлю два курса в общую копилку.
Один от Yaser S. Abu-Mostafa из Калтеха
https://itunes.apple.com/ru/course/machine-learning/id515364596?l=en
Второй от Andrew Ng из Стэнфорда
https://www.coursera.org/learn/machine-learning/home/info

Второй более популярен, но посмотрев несколько первых лекций Калтеха и старых лекций Эндрю, я остановился на первом. Индус понятнее для меня объясняет.

Также присоединился к переводу книги.
Ответить
Utopia
Консалтинг маркетинговый и управленческий для стартапов и бизнеса. Оценка стар
Иван Сологуб
Прекрасно, Богдан. Просто здорово.
За курсы спасибо. Я присоединю их в готовящийся на пятницу материал с видео/курсами и лекциями.
Ответить
Kuznetsov Ivan
Лучшее, что есть по теме на русском языке — это специализация по машинному обучению и анализу данных от Яндекса и МФТИ: https://www.coursera.org/specializations/machine-learning-data-analysis От самых основ до практических задач, куча математики и статистики, но мало нейронок. Специализация платная, да.
Есть ещё такая штука — http://datamininginaction.ru/ — от создателей той же специализации.

Курсы Стэнфорда:
1. По нейронкам и NLP: http://cs224d.stanford.edu/ (видео: https://www.youtube.com/playlist?list=PLCJlDcMjVoEdtem5GaohTC1o9HTTFtK7_)
2. По сверточным нейросетям: http://cs231n.stanford.edu/ (видео: https://www.youtube.com/playlist?list=PLlJy-eBtNFt6EuMxFYRiNRS07MCWN5UIA)

Онлайн книги по нейронкам:
1. http://www.deeplearningbook.org/
2. http://neuralnetworksanddeeplearning.com/
(Вообще, книги по машинному обучению особого смысла не имеют, т.к. всё устаревает очень быстро. Но эти две ссылки чаше всего рекомендуют.)

Основная движуха и последние новости — всё в Твиттере, подписываться нужно на всех людей из этого списка: https://twitter.com/DL_ML_Loop/lists/deep-learning-loop/members
Ответить
Supermed.pro
Агентство медицинского и фармацевтического digital-маркетинга
Александр Вилячкин
просто паблик в ВК с новостями про нейросети https://vk.com/neural_nets
Ответить
ml-ai 80678
Просто оставлю это здесь https://ru.stackoverflow.com/a/683632
Большая подборка материалов на русском языке.
Ответить
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.