#720 · 主分类: 教育与研究

Papers-Literature-ML-DL-RL-AI

artificial-intelligence data-mining data-science deep-learning game-theory hardware learning-theory literature machine-learning machine-learning-algorithms neural-network paper pattern-recognition reinforcement-learning silicon statistical-learning statistics

高被引且实用的机器学习、深度学习、人工智能、博弈论、强化学习相关论文

项目最后更新:02/18/23

GitHub Stars

2.9K

Forks数量

804

贡献者数量

4

许可证

MIT

收录理由

这份资料集由Tirthajyoti Sarkar博士整理,把机器学习、深度学习、强化学习等领域中被广泛引用的论文按主题分门别类,避免了把大量文献堆在一个冗长清单里的做法。文件夹涵盖了AI硬件、博弈论、统计学、学习理论,以及制造业、物联网等应用方向,每个主题下都集中了该领域的基础性工作,省去了你在零散引用中四处查找的麻烦。关于公平性、偏见和伦理的论文也收录在内,旁边还有免费的教程和书籍,所以这份索引既能作为自学计划的起点,也可以用来搭建课程大纲。它提供的是阅读材料而非可运行的软件,本质上是一张通往原始文献的地图,而不是可以安装的工具。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目