门户网站建设审批程序,wordpress step2 空白,深圳市住房和建设局网站住房,万网如何做网站新的一年新气象#xff0c;总结过去一年#xff0c;展望新的一年。站在巨人的肩膀上前行#xff0c;肯定会事半功倍。因此#xff0c;本文从2018年1月至12月期间挑选出近22,000篇机器学习文章#xff0c;并进行比较#xff0c;以挑选出能够提升2019年数据科学技能的前50名…
新的一年新气象总结过去一年展望新的一年。站在巨人的肩膀上前行肯定会事半功倍。因此本文从2018年1月至12月期间挑选出近22,000篇机器学习文章并进行比较以挑选出能够提升2019年数据科学技能的前50名文章。 从概率上讲这是一个极具竞争力的列表概率仅为50 / 22,0000.23且需要经过仔细挑选并与过去一年发布的机器学习文章进行对比。Mybridge AI通过考虑受欢迎程度、参与度和新近度以及其他人为因素来评估这些文章的质量。 本教程将50篇文章划分为16个相关组 寒冬已至请花些大量时间阅读过去一年中可能错过的顶级机器学习教程。如果想查看去年最好的机器学习系列文章请点击这里。
深度视频
No. 1
Deepfakes与家庭乐趣如何让自己妻子参加今夜秀——由Sven Charleer提供
No. 2
深度视频肖像一种新颖的方法只使用输入视频即可实现肖像视频的照片般逼真的重新动画——由Christian Theobalt提供
人脸识别
No. 3
如何使用Python中的深度学习实现iPhone X的FaceID功能——Nouman Di PaloCourtesy
No. 4
使用OpenCV、Python和深度学习进行人脸识别——由Adrian Rosebrock提供
No. 5
前沿人脸识别很复杂这些电子表格让它变得更容易——由 Dave Smith提供
对象检测
No. 6
在Airbnb上分类列表照片大规模深度学习模型正在改变我们在平台上思考家庭图像的方式——由Shijing Yao提供
No. 7
使用OpenCV进行YOLO对象检测——由Adrian Rosebrock提供
No. 8
使用10行代码实现对象检测——由Moses Olafenwa提供 游戏AI
No. 9
游戏AI的初学者指南——由Kylotan提供 No. 10
基于预测奖励的强化学习——由Harri Edwards提供 No. 11
Montezuma的复仇之路通过Go-Explore解决这是一种新的解决困难探索问题的算法——由优步工程师提供
No. 12
抢旗代理如何在复杂的第一人称多人游戏中实现人类级别的表现甚至可以与人类队友合作——由DeepMind提供
No. 13
OpenAI Five在Dota 2游戏中击败业余人类玩家——由OpenAI提供 象棋
No. 14
AlphaZero在国际象棋、将棋和围棋的盛大游戏中崭露头角——由DeepMind提供 No. 15
如何使用Python和Keras构建自己的AlphaZero AI——由David Foster提供
No. 16
简单解释人工智能程序如何掌握围棋游戏的古老游戏——由Aman Agarwal提供
医疗
No. 17
深度学习在医学图像数据集中的不合理用处——由Luke Oakden-Rayner提供 No. 18
利用基于DNA的胜者通吃神经网络扩大分子模式识别——由Kevin M. Cherry、Lulu Qian提供
No. 19
针对脑核磁共振图像的深度学习方法——由Henrik Marklund提供 运动
No. 20
每个人都跳舞一个简单的方法“跟我做”动作迁移——由Caroline Chan等人提供
No. 21
走向虚拟替身演员——由Xue Bin peng提供 No. 22
学习敏捷一个真正的机器人手使用与OpenAI Five相同的学习算法和代码进行训练已经学习了类似于旋转物体的动作——由OpenAI提供 No. 23
在人工代理中使用类似网格的表示进行导航——由Andrea Banino等人提供
WebApp
No. 24
如何使用CoreML、PyTorch和React Native在iOS上发布神经网络——由 Stefano等人提供
No. 25
如何训练AI将设计模型转换为HTML和CSS——由Emil Wallner提供 翻译
No. 26
通过更快的训练和推理将神经机器翻译成更大的数据集——由Michael Auli等人提供
No. 27
在翻译中找到通过深入学习从头开始构建语言翻译——由Samuel Lynn-Evans等人提供
No. 28
无监督机器翻译为更多语言提供快速准确翻译的新方法。由Facebook Research提供
NLP
No. 29
有关BERT、ELMo和co如何NLP破解转移学习的说明——由Jay Alammar提供
No. 30
注释迁移学习——由哈佛NLP组提供 No. 31
自然语言处理很有趣——由Adam Geitgey提供 神经网络
No. 32
如何在Python中从头开始构建自己的神经网络——由James Loy提供
No. 33
使用简单的NumPy编写一个神经网络——由Piotr Skalski提供
CNN
No. 34
可区分的图像参数化一种功能强大、探索不足的神经网络可视化和艺术工具——由distillpub提供
No. 35
特征转换——由distillpub提供 No. 36
Keras和卷积神经网络CNN——由Adrian Rosebrock提供 No. 37
可解释性的组成部分——由Distill提供 No. 38
Rosetta通过机器学习理解图像和视频中的文本——由Facebook Research提供
No. 39
一个有趣的卷积神经网络失败案例和协同解决方案——由优步提供 RNN
No. 40
Google Duplex用于通过电话完成真实世界任务的AI系统——由Yaniv Leviathan提供 No. 41
世界模型代理人可以在自己的梦中学习吗——由maru提供 强化学习
No. 42
经验教训再现深度强化学习论文——由Matthew Rahtz提供 No. 43
具有强化学习的灵巧操作高效、通用和低成本——由Henry Zhu等人提供 No. 44
深度强化学习不起作用——由Sorta Insightful提供 TensorFlow
No. 45
TensorFlow中的三元组损失和在线挖掘——由Olivier Moindrot提供 No. 46
Tensorflow令人困惑的部件1——由Jacob Buckman提供 No. 47
Tensorflow-Project-TemplateTensorFlow项目模板架构的最佳实践Github上已有2579颗星——由Mahmoud Gemy提供
No. 48
使用TensorFlow.js在浏览器中进行实时人体姿态估计——由TensorFlow提供
指南
No. 49
机器学习规则| ML通用指南|谷歌开发者——由Martin Zinkevich提供 No. 50
基于模型的机器学习——由John Winn和Christopher M. Bishop提供 以上就是2018年度top50机器学习教程。如果你有更好的文章请留言。 原文链接 本文为云栖社区原创内容未经允许不得转载。
