Если вам понравилась эта статья, ознакомьтесь с другой статьей Робби:
Обучение машинному обучению и НЛП из 185 вопросов Quora
Когда в начале 2000-х я писал книги по сетям и программированию, Интернет был хорошим, но неполным ресурсом. Блоги начали набирать обороты, но YouTube еще не было, как и Quora, Twitter или подкасты. Спустя более десяти лет, когда я погрузился в ИИ и машинное обучение, это совершенно другая игра. Ресурсов так много — сложно понять, с чего начать (и с чего остановиться)!
Чтобы сэкономить вам часть усилий, я исследовал все уголки и закоулки сети, чтобы найти лучший контент; Я собрал их здесь в большую коллекцию. Я включаю только ссылки на бесплатное содержание. Достаточно бесплатного контента, чтобы занять вас на некоторое время. Поразительно, сколько информации о машинном обучении, глубоком обучении и искусственном интеллекте доступно в Интернете. Эта статья должна дать вам представление о масштабах.
Я создал разделы ниже, которые содержат: известных исследователей, организации ИИ, видеокурсы, блоггеров, авторов среднего уровня, книги, каналы YouTube, темы Quora, субреддиты, репозитории Github, подкасты, информационные бюллетени, конференции, ссылки на исследования, учебные пособия и шпаргалки. Это много, но, учитывая популярность моих статей Учебники и Шпаргалки, кажется, что существует необходимость в подобном тщательно подобранном списке.
Примечание. Я написал это в начале июля 2017 года. В некоторых разделах я включил счетчики подписчиков / подписчиков / просмотров, которые устареют, как только статья будет опубликована, но все равно будет полезно сообщить вам уровень чувства интереса.
Сообщите мне, если я упустил что-нибудь хорошее! Я всегда хочу добавить что-нибудь в список.
Исследователи
Многие из самых известных исследователей ИИ широко представлены в Интернете. Ниже я перечислил около двадцати и включил ссылки на их веб-сайт, страницу Википедии, профиль Twitter, профиль Google Scholar и профиль Quora. Многие из них сделали что-нибудь «Спроси меня» на Reddit или на сеансе Quora, поэтому я включил это, если применимо.
Я мог бы включить еще десятки в такой список. Смотрите Quora, чтобы узнать больше имен.
- Себастьян Трун (Википедия / Twitter / GScholar / Quora / AMA)
- Янн Лекун (Википедия / Twitter / GScholar / Quora / AMA)
- Нандо де Фрейтас (Википедия / Twitter / GScholar / AMA)
- Эндрю Нг (Википедия / Twitter / GScholar / Quora / AMA)
- Дафна Коллер (Википедия / Twitter / GScholar / Quora / Quora Session)
- Адам Коутс (Twitter / GScholar / AMA)
- Юрген Шмидхубер (Википедия / GScholar / AMA)
- Джеффри Хинтон (Википедия / GScholar / AMA)
- Терри Сейновски (Википедия / Twitter / GScholar / AMA)
- Майкл Джордан (Википедия / GScholar / AMA)
- Питер Норвиг (Википедия / GScholar / Quora / AMA)
- Йошуа Бенжио (Википедия / GScholar / Quora / AMA)
- Ян Гудфеллоу (Википедия / Twitter / GScholar / Quora / Quora Session)
- Андрей Карпаты (Twitter / GScholar / Quora / Quora Session)
- Ричард Сохер (Twitter / GScholar / Интервью)
- Демис Хассабис (Википедия / Twitter / GScholar / Интервью)
- Кристофер Мэннинг (Twitter / GScholar)
- Фэй-Фэй Ли (Википедия / Twitter / GScholar / Ted Talk)
- Франсуа Шоле (Twitter / GScholar / Quora / Quora Session)
- Ларри Кэрин (GScholar)
- Дэн Джурафски (Википедия / Twitter / GScholar)
- Орен Эциони (Википедия / Twitter / GScholar / Quora / AMA)
Организации
Есть несколько известных организаций, которые занимаются исследованиями и разработками в области ИИ. Ниже приведены те, у которых есть сайты / блоги и аккаунты в Твиттере.
- OpenAI / Twitter (127 тыс. Подписчиков)
- DeepMind / Twitter (80 тыс. Подписчиков)
- Google Research / Twitter (1,1 млн подписчиков)
- AWS AI / Twitter (1,4 млн подписчиков)
- Facebook AI Research (без Twitter
- Microsoft Research / Twitter (341 тыс. Подписчиков)
- Baidu Research / Twitter (18K подписчиков)
- IntelAI / Twitter (2 тыс. Подписчиков)
- AI² / Twitter (4,6 тыс. Подписчиков)
- Партнерство по AI / Twitter (5 тыс. Подписчиков)
Видео Курсы
Сейчас в Интернете доступно огромное количество видеокурсов и учебных пособий, многие из которых бесплатны. Есть и хорошие платные варианты, но в этой статье я сосредоточусь исключительно на бесплатном контенте. Существует значительно больше курсов в колледжах, где преподаватель размещает материалы курса в Интернете, но нет видео. Это может быть сложнее, и, вероятно, они вам не понадобятся. Следующие курсы могут занять у вас несколько месяцев:
- Coursera — Машинное обучение (Эндрю Нг)
- Coursera — нейронные сети для машинного обучения (Джеффри Хинтон)
- Udacity — Введение в машинное обучение (Себастьян Трун)
- Udacity — Машинное обучение (Технологический институт Джорджии)
- Udacity — Deep Learning (Винсент Ванхаук)
- Машинное обучение (математический монах)
- Практическое глубокое обучение для кодеров (Джереми Ховард и Рэйчел Томас)
- Stanford CS231n — Сверточные нейронные сети для визуального распознавания (зима 2016) (ссылка на класс)
- Stanford CS224n — Обработка естественного языка с глубоким обучением (зима 2017 г.) (ссылка на курс)
- Oxford Deep NLP 2017 (Фил Блансом и др.)
- Обучение с подкреплением (Дэвид Сильвер)
- Практическое руководство по машинному обучению с Python (sentdex)
YouTube
Ниже я привожу ссылки на каналы YouTube или пользователей, у которых есть обычный контент, связанный с искусственным интеллектом или машинным обучением. Я отсортировал по количеству подписчиков / просмотров, чтобы оценить их популярность.
- Sentdex (225 тыс. Подписчиков, 21 млн просмотров)
- Сирадж Раваль (140 тыс. Подписчиков, 5 млн просмотров)
- Two Minute Papers (60 тыс. Подписчиков, 3,3 млн просмотров)
- DeepLearning.TV (42 тыс. Подписчиков, 1,7 млн просмотров)
- Школа данных (37 тыс. Подписчиков, 1,8 млн просмотров)
- Рецепты машинного обучения с Джошем Гордоном (324K просмотров)
- Искусственный интеллект — Тема (10 тыс. Подписчиков)
- Институт искусственного интеллекта Аллена (AI2) (1,6 тыс. Подписчиков, 69 тыс. Просмотров)
- Машинное обучение в Беркли (634 подписчика, 48K просмотров)
- Понимание машинного обучения — Шай Бен-Давид (973 подписчика, 43K просмотров)
- Machine Learning TV (455 подписчиков, 11K просмотров)
Блоги
Учитывая популярность искусственного интеллекта и машинного обучения, я удивлен, что нет более последовательных блоггеров. Учитывая сложность материала, нужно приложить немало усилий, чтобы собрать значимый контент. Кроме того, есть и другие торговые точки, такие как Quora, которые предоставляют варианты для экспертов, которые хотят отдать что-то, но у которых нет времени на создание более длинного контента.
Ниже я включаю блоггеров, которые постоянно публикуют сообщения по темам, связанным с ИИ, с оригинальными материалами, а не просто новостными лентами или блогами компании — отсортированные по количеству подписчиков в Twitter.
- Андрей Карпаты / Twitter (69K подписчиков)
- Я траск / Twitter (14K подписчиков)
- Кристофер Олах / Twitter (13K подписчиков)
- Лучшие боты / Twitter (11 тыс. Подписчиков)
- WildML / Twitter (10 тыс. Подписчиков)
- Distill / Twitter (9 тыс. Подписчиков)
- Мастерство машинного обучения / Twitter (5 тыс. Подписчиков)
- FastML / Twitter (5 тыс. Подписчиков)
- Приключения в NI / Twitter (5K подписчиков)
- Себастьян Рудер / Twitter (3 тыс. Подписчиков)
- Неконтролируемые методы / Twitter (1,7 тыс. Подписчиков)
- Взрыв / Твиттер (1 тыс. Подписчиков)
- Тим Деттмерс / Twitter (1000 подписчиков)
- Когда падают деревья… / Twitter (265 подписчиков)
- ML @ B / Twitter (80 подписчиков)
Писатели среднего уровня
Ниже приведены некоторые из ведущих авторов Medium, освещающих искусственный интеллект. Чтобы получить дополнительную информацию, наведите указатель мыши на имя. Упорядочено по среднему рейтингу по состоянию на июль 2017 года.
- Робби Аллен
- Эрик П.М. Вермёлен
- Фрэнк Чен
- азим
- Сэм ДеБрул
- Деррик Харрис
- Итаек Хван
- самим
- Поль Бутен
- Мария Яо
- Роб Мэй
- Авинаш Хиндупур
Книги
Существует множество книг, посвященных некоторым аспектам машинного обучения, глубокого обучения и НЛП. В этом разделе я сосредоточусь исключительно на бесплатных книгах, к которым вы можете получить доступ или загрузить прямо из Интернета.
Машинное обучение
- Понимание машинного обучения от теории до алгоритмов
- Тоска по машинному обучению
- Курс машинного обучения
- «Машинное обучение»
- Нейронные сети и глубокое обучение
- Книга глубокого обучения
- Обучение с подкреплением: Введение
- Обучение с подкреплением
НЛП
- Обработка речи и языка (3-е изд. Черновик)
- Обработка естественного языка с помощью Python
- Введение в поиск информации
Математика
- Введение в статистическую мысль
- Введение в байесовскую статистику
- Введение в вероятность
- Think Stats: вероятность и статистика для программистов на Python
- Поваренная книга вероятностей и статистики
- «Линейная алгебра»
- Линейная алгебра сделана неправильно
- Линейная алгебра, теория и приложения
- Математика для информатики
- «Исчисление»
- Исчисление I для студентов, изучающих информатику и статистику
Quora
Quora стала отличным ресурсом для искусственного интеллекта и машинного обучения. Многие ведущие исследователи отвечают на вопросы на сайте. Ниже я перечислил некоторые из основных тем, связанных с ИИ, на которые вы можете подписаться, если хотите настроить свой канал Quora. Ознакомьтесь с разделом часто задаваемых вопросов в каждой теме (например, Часто задаваемые вопросы по машинному обучению), чтобы увидеть тщательно подобранный список вопросов сообщества Quora.
- Computer-Science (5,6 млн подписчиков)
- Машинное обучение (1,1 млн подписчиков)
- Искусственный интеллект (635 тыс. Подписчиков)
- Глубокое обучение (167 тыс. Подписчиков)
- Обработка естественного языка (155 тыс. Подписчиков)
- Классификация-машинное обучение (119 тыс. Подписчиков)
- Искусственный общий интеллект (82 тыс. Подписчиков)
- Сверточные-нейронные-сети-CNN (25 тыс. Подписчиков)
- Компьютерная лингвистика (23 тыс. Подписчиков)
- Рекуррент-нейронные сети (17,4 тыс. Подписчиков)
Сообщество AI на Reddit не такое большое, как Quora, но у него все же есть хорошие субреддиты, которые стоит проверить. Reddit может быть полезен, чтобы быть в курсе последних новостей и исследований, тогда как Quora — это вопрос / ответ. Ниже приведены основные субреддиты, связанные с ИИ, в порядке количества подписчиков.
- / R / MachineLearning (111K читателей)
- / R / robotics / (43K читателей)
- / Р / искусственный (35 тыс. Читателей)
- / R / datascience (34K читателей)
- / R / learnmachinelearning (11K читателей)
- / R / computervision (11K читателей)
- / R / MLQuestions (8K читателей)
- / R / LanguageTechnology (7K читателей)
- / R / mlclass (ридеры 4K)
- / R / mlpapers (ридеры 4K)
Github
Одна из приятных особенностей сообщества ИИ — это то, что большинство новых проектов имеют открытый исходный код и доступны на Github. На Github также есть множество образовательных ресурсов, если вам нужны примеры реализации алгоритмов на Python или с использованием блокнотов Juypter. Ниже приведены ссылки на репозитории, отмеченные определенной темой.
- Машинное обучение (6K репо)
- Глубокое обучение (3K репо)
- Tensorflow (2К репо)
- Нейронная сеть (1K репо)
- НЛП (1K РЕПО)
Подкасты
Растет количество подкастов, посвященных ИИ, одни из которых посвящены последним новостям, а другие в большей степени ориентированы на обучение.
- По поводу AI / iTunes
- На этой неделе в машинном обучении и искусственном интеллекте / iTunes
- Подкаст AI / iTunes
- Скептик данных / iTunes
- Линейные отступления / iTunes
- Частично производная / iTunes
- O’Reilly Data Show / iTunes
- Learning Machines 101 / iTunes
- Говорящие машины / iTunes
- Искусственный интеллект в промышленности / iTunes
- Руководство по машинному обучению / iTunes
Информационные бюллетени
Если вы хотите быть в курсе последних новостей и исследований, вы можете выбирать из растущего числа еженедельных информационных бюллетеней. Большинство из них посвящены одному и тому же, поэтому вам понадобится всего пара, чтобы оставаться в курсе.
- Экспоненциальный взгляд
- AI Weekly
- Глубокая охота
- Информационный бюллетень O’Reilly по искусственному интеллекту
- Еженедельник машинного обучения
- Еженедельный бюллетень Data Science
- Машинное обучение
- Новости искусственного интеллекта
- Когда деревья падают…
- WildML
- Внутри ИИ
- Курцвейл AI
- Импорт AI
- Дикая неделя в искусственном интеллекте
- Еженедельник глубокого обучения
- Data Science Weekly
- Информационный бюллетень KDnuggets
Конференции
Неудивительно, что с ростом популярности ИИ также увеличилось количество конференций, связанных с ИИ. Вместо того, чтобы предоставлять исчерпывающий список каждой нишевой конференции, я собираюсь перечислить «основные» конференции для некоторого определения основных. Если мне не хватает одного, которое, по вашему мнению, должно быть включено, дайте мне знать. (И это не бесплатно!)
Академический:
- НИПС (Нейронные системы обработки информации)
- ICML (Международная конференция по машинному обучению)
- KDD (обнаружение знаний и интеллектуальный анализ данных)
- ICLR (Международная конференция по обучающимся представительствам)
- ACL (Ассоциация компьютерной лингвистики)
- EMNLP (Эмпирические методы обработки естественного языка)
- CVPR (Компьютерное зрение и распознавание образов)
- ICCF (Международная конференция по компьютерному зрению)
Профессиональный:
- Конференция O’Reilly по искусственному интеллекту
- Конференция по машинному обучению (MLConf)
- AI Expo (Северная Америка, Европа, Мир)
- AI Summit
- AI Conference
Научно-исследовательские работы
Просмотрите публикуемые научные статьи или выполните поиск по ним.
Предметные классы arXiv.org:
- «Искусственный интеллект»
- Обучение (информатика)
- Машинное обучение (статистика)
- НЛП
- «Компьютерное зрение»
Семантический исследовательский поиск:
- Нейронные сети (179K результатов)
- Машинное обучение (94K результатов)
- Естественный язык (62К результатов)
- Компьютерное зрение (55K результатов)
- Глубокое обучение (24К результатов)
Еще один отличный ресурс для изучения исследовательских работ — сторонний проект Андрея Карпати:
Учебники
Я создал отдельный подробный пост, охватывающий все полезные учебные материалы, которые я нашел:
Шпаргалки
Как и в случае с учебными пособиями, я создал отдельную статью с множеством хороших шпаргалок:
Если вам понравился этот пост, поставьте ему ❤️ ниже, чтобы его могли увидеть другие. Спасибо!