- 一、数学基础
- 二、机器学习公开课
- 三、机器学习书籍
- 四、深度学习公开课
- 五、深度学习书籍
- 六、强化学习公开课
- 七、前沿Paper
- 八、会议
- 九、期刊
- 十、刷榜
- 十一、其他
一、数学基础
二、机器学习公开课
- 吴恩达《machine learning》
- 机器学习入门的首选课程,没有之一!即便你没有扎实的机器学习所需的扎实的概率论、线性代数等数学基础,也能轻松上手这门机器学习入门课,并体会到机器学习的无穷趣味
- 网易云课堂也有
- 中文笔记及作业代码
- 吴恩达 cs229
三、机器学习书籍
- 机器学习(西瓜书)
- 机器学习工时推导(南瓜书)
- 统计学习方法(李航)
- 《Scikit-Learn 与 TensorFlow 机器学习实用指南》
四、深度学习公开课
- 吴恩达《Deep learning》
- Fast.ai《程序员深度学习实战》
- CS230 Deep Learning
- 斯坦福的深度学习课程CS230在4月2日刚刚开课,对应的全套PPT也随之上线。从内容来看,今年的课程与去年的差别不大,涵盖了CNNs, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization 等深度学习的基本模型,涉及医疗、自动驾驶、手语识别、音乐生成和自然语言处理等领域。斯坦福的深度学习课程CS230在4月2日刚刚开课,对应的全套PPT也随之上线。从内容来看,今年的课程与去年的差别不大,涵盖了CNNs, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization 等深度学习的基本模型,涉及医疗、自动驾驶、手语识别、音乐生成和自然语言处理等领域。
- 吴恩达CS230深度学习开课了!视频配套PPT应有尽有
- 李沐
五、深度学习书籍
六、强化学习公开课
- Reinforcement Learning-David Silver
- 李宏毅《深度强化学习》
七、前沿Paper
- Arxiv
- Papers with Code
- 这个网站叫做 Browse state-of-the-art。它将 ArXiv 上的最新深度学习论文与 GitHub 上的开源代码联系起来。该项目目前包含了 651 个排行榜,1016 个深度学习任务,795 个数据集,以及重磅的 10257 个含复现代码的优秀论文。简直就是一个寻找论文和代码的利器。它将 1016 个深度学习任务分成了 16 大类,涉及了深度学习的各个方面。
- 主页地址
- Papers with Code(Sorted by stars)
- 这份资源收集了 AI 领域从 2013 - 2018 年所有的论文,并按照在 GitHub 上的标星数量进行排序。
- GitHub 项目地址
- Deep Learning Papers 阅读路线
- 如果你是深度学习领域的新手,你可能会遇到的第一个问题是“我应该从哪篇论文开始阅读?”下面是一个深入学习论文的阅读路线图!
- GitHub 项目地址
- Deep Learning Object Detection
- 目标检测(Object Detection)是深度学习 CV 领域的一个核心研究领域和重要分支。纵观 2013 年到 2019 年,从最早的 R-CNN、Fast R-CNN 到后来的 YOLO v2、YOLO v3 再到今年的 M2Det,新模型层出不穷,性能也越来越好!(今年是2019年,timeflies)
- github
八、会议
九、期刊
十、刷榜
- 数据集
- 榜单SOTA
- CV
- Semantic Segmentation
- Image Classification
- ObJect Detection
- Contrastive Learning
- Image Generation
- 等等1439tasks
- NLP
- Language Modelling
- Question Answering
- Machine Translation
- Sentiment Analysis
- Text Generation
- 等等675tasks
- Medical
- Transfer Learning
- Medical Image Segmentation
- Drug Discovery
- Lesion Segmentation
- Medical Diagnosis
- 等等259tasks
- Miscellaneous
- Methodology
- Time Series
- Graphs
- Speech
- Reasoning
- Computer Code
- Playing Games
- Audio
- Adversarial
- Robots
- Knowledge Base
- Music
- CV
十一、其他
- 机器人方面,有 CoRL(学习)、ICAPS(规划,包括但不限于机器人)、ICRA、IROS、RSS;
- 对于更理论性的研究,有 AISTATS、COLT、KDD。
reference:完备的 AI 学习路线