推荐一些个人认为比较好的机器学习相关的文章,分享给大家,互相学习,同时也希望对大家学习、工作有益。
为了大家阅读方便,提供带链接pdf版本下载地址:
链接: https://pan.baidu.com/s/1KXPZ6HcKURtLoFdEu1Nf3A
密码: cgnq
优质课程推荐:
A)初学者:Python for Data Science和机器学习Bootcamp
B)人工智能:Python中的强化学习
Rank 1
可解释的Building Block:
https://distill.pub/2018/building-blocks/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 2
World Models:在强化学习中,Agent是否可以从自己的dreams中学习呢?
https://worldmodels.github.io/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 3
如何基于Python,使用Deep Learning及时实现iPhone X的FaceID。
https://towardsdatascience.com/how-i-implemented-iphone-xs-faceid-using-deep-learning-in-python-d5dbaa128e1d
Rank 4
TensorFlow中的Triplet Loss和Online Triplet的挖掘。
https://omoindrot.github.io/triplet-loss?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 5
通过删除神经元来了解深度学习的学习机制。由Deep Mind提供
https://deepmind.com/blog/understanding-deep-learning-through-neuron-deletion/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 6
设计上的透明度:在视觉推理中缩小性能和可解释性之间的差距。
https://arxiv.org/abs/1803.05268v1?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 7
Netfix的数据科学和娱乐艺术的产生。
https://medium.com/netflix-techblog/studio-production-data-science-646ee2cc21a1
Rank 8
爬行动物(Reptile):一种可扩展的元学习算法。
https://blog.openai.com/reptile/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 9
简单地解释:AI程序如何精通古老的Go游戏。
https://medium.freecodecamp.org/explained-simply-how-an-ai-program-mastered-the-ancient-game-of-go-62b8940a9080?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
Rank 10
基于R的情感分析。
https://www.datacamp.com/community/tutorials/sentiment-analysis-R?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more
其他福利:
Andrew Ng的深度学习课程Note:
https://www.slideshare.net/TessFerrandez/notes-from-coursera-deep-learning-courses-by-andrew-ng
DeepLearning_NLP
深度学习与NLP
商务合作请联系微信号:lqfarmerlq