Машинное обучение: книги, статьи и блоги
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.
- Deep Learning. Авторы: Yoshua Bengio, Ian Goodfellow и Aaron Courville (июль 2015 года)
- Neural Networks and Deep Learning. Автор: Michael Nielsen (декабрь 2014 года)
- Deep Learning книга выпущена подразделением Research компании Microsoft (2013 год)
- Deep Learning Tutorial гайд лаборатории LISA, университета Монреаля (январь 2015 года)
- An introduction to genetic algorithms - книга Mitchell Melanie (1996 год)
- Artificial Intelligence: A Modern Approach. Авторство Stuart Russell и Peter Norvig (третье издание датируется маем 2016 года)
- Deep Learning in Neural Networks: An Overview. Автор - Jurgen Schmidhuber, либоратории ИИ в IDSIA (научно-исследовательская организация), Швейцария (октябрь 2014 года)
Статьи
- ImageNet Classification with Deep Convolutional Neural Networks
- Using Very Deep Autoencoders for Content Based Image Retrieval
- Learning Deep Architectures for AI
- CMU’s list of papers
- Neural Networks for Named Entity Recognition zip
- Training tricks by YB
- Geoff Hinton's reading list (all papers)
- Supervised Sequence Labelling with Recurrent Neural Networks
- Statistical Language Models based on Neural Networks
- Training Recurrent Neural Networks
- Recursive Deep Learning for Natural Language Processing and Computer Vision
- Bi-directional RNN
- LSTM
- GRU - Gated Recurrent Unit
- GFRNN . .
- LSTM: A Search Space Odyssey
- A Critical Review of Recurrent Neural Networks for Sequence Learning
- Visualizing and Understanding Recurrent Networks
- Wojciech Zaremba, Ilya Sutskever, An Empirical Exploration of Recurrent Network Architectures
- Recurrent Neural Network based Language Model
- Extensions of Recurrent Neural Network Language Model
- Recurrent Neural Network based Language Modeling in Meeting Recognition
- Deep Neural Networks for Acoustic Modeling in Speech Recognition
- Speech Recognition with Deep Recurrent Neural Networks
- Reinforcement Learning Neural Turing Machines
- Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
- Google - Sequence to Sequence Learning with Nneural Networks
- Memory Networks
- Policy Learning with Continuous Memory States for Partially Observed Robotic Control
- Microsoft - Jointly Modeling Embedding and Translation to Bridge Video and Language
- Neural Turing Machines
- Ask Me Anything: Dynamic Memory Networks for Natural Language Processing
- Mastering the Game of Go with Deep Neural Networks and Tree Search
- Batch Normalization
- Residual Learning
- Facebook's AI Painting@Wired
- Inceptionism: Going Deeper into Neural Networks
- Implementing Neural networks
- [Berkeley AI Research (BAIR) Laboratory] Image-to-Image Translation with Conditional Adversarial Networks (https://arxiv.org/pdf/1611.07004v1.pdf)
Блоги
- @Tombone's Computer Vision Blog. DL, компьютерное зрение и алгоритмы, которые формируют будущее искусственного интеллекта. Блог ведется более десяти лет. Более 250 постов.
- 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.