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.

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.