咨询热线:+86- 095988
最新公告: prmtg.com
郑州市您当前的位置:首页 > 郑州市

围观乌镇大 佬:丁磊竟然潮过李彦宏?谁的身材又保持的最上海市中医医院中医睡眠疾病研究所名誉所长王翘楚接受《好?

作者: 日期:2017/12/5 3:36:41 点击:577353

摘要:原作BAILOOL&meetshah1995Root编译自GitHub量子位出品|公众号QbitAI人工智能最近火到炸裂,不看吧担心和时代脱节,看吧每天资讯多到想哭,信息过载心好累肿么办?来以下是原文 摘要:话说,大周末的,可是苦煞了好多媒体盆友了,因为,一年一度的乌镇世界互联网大会又召来了,这是要让大家寒风中围追堵截大佬们啊。。八姐也围观了今天的大会现场,嗯,这必然是一次胜利的大会、盛大的大会,也是各位 原作 BAILOOL & meetshah1995
Root 编译自 GitHub
量子位 出品 | 公众号 QbitAI

人工智能最近火到炸裂,不看吧担心和时代脱节,看吧每天资讯多到想哭,信息过载心好累肿么办?

来以下是原文怎么避免“从入门到放弃”

不少童鞋发现人工智能很火,产生墙裂的学习兴趣(主要是工资高dei不dei),所以现在想上车学习,于是开始到处看“一文看懂”系列,或者开始修AI领域大牛的课程。

结果却发现,看完之后什么也没看懂。或者课程听起来很吃力,慢慢觉得自己智商跟不上,不像是这块料,就放弃了。

上车姿势不对啊童鞋们!知道大家刚开始控制不住寄几,疲于奔命地到处搜罗入门资料和课程,GitHub上的好心人就整理一份机器学习上车指南,包含精挑细选的一手资讯、经无数人验证的教程和高质量的信息源。

Step 1:刚迈脚上车,然后要干嘛

下了决心要转行AI,就等于一只脚上了车,不过一上来也别给自己整太大压力,上来就看大砖头的书或者报一门课程。

先来点简单的,好培养自己的兴趣和耐力,比如说,泡泡论坛。特别是如果你现在啥也不太懂,建议你每天打开电脑之后,别和妹纸聊微信了,别看农药解说的直播了。克制一下自己内心的及时行乐??

好好在Reddit这几个论坛上泡一会,泡它一个早上:

machine_learning
(https://www.reddit.com/user/techrat_reddit/m/machine_learning/)

MachineLearning
(https://www.reddit.com/r/MachineLearning/)

computervision
(https://www.reddit.com/r/computervision/)

learnmachinelearning
(https://www.reddit.com/r/learnmachinelearning/)

还有,Quora上的这几个板块也有很多料,:

Machine Learning
(https://www.quora.com/pinned/Machine-Learning)

Computer Vision
(https://www.quora.com/pinned/Computer-Vision)

Deep Learning
(https://www.quora.com/pinned/Deep-Learning)

Reinforcement Learning
(https://www.quora.com/pinned/Reinforcement-Learning)

Step 2:站久了该找个座啦

等到什么时候,你看论坛的内容吃不饱,觉得自己需要更高阶的知识充电,就可以转战去arXiv读论文了。

简单介绍一下(以下信息来自Wiki),arXiv呢,是个收集物理学、数学、计算机科学与生物学的论文预 印本的网站。将预稿上传到arvix作为预收录,可以防止自己的idea在论文被收录前被别人剽窃。

因此arXiv是个可以证明论文原创性(上传时间戳)的文档收录网站。现今的很多科学家习惯先将其论文上传至arXiv.org,再提交予专业的学术期刊。

Computer Vision and Pattern Recognition
(https://arxiv.org/list/cs.CV/recent)

Artificial Intelligence
(https://arxiv.org/list/cs.AI/recent

Learning
(https://arxiv.org/list/cs.LG/recent)

Neural and Evolutionary Computing(https://arxiv.org/list/cs.NE/recent)

不过arXiv有个缺点,就是自己搜索相应的论文很麻烦。

所以有个大神,Andrej,建立了一个论文自动推送网站arxiv-sanity.com,用户在上面建立一个自己的账号之后,往上丢几篇感兴趣的文章,这个网站就可以自动推送从arXiv上搜来且符合用户兴趣方向的相关论文。

Step 3:听听懂路的老司机报下站

如果读完论文之后,感觉一脸大写的懵?,辣可以上ShortScience.org那转转。

这个网站是专门的论文讨论网站,上面有很多大牛点评同行的工作,或者读paper时做的笔记。大家看paper时也喜欢扎堆在ShortScience上发表自己的观点和看法。

特别适合刚上车的新手,如果自己读paper功力不太够,get不到重点,需要有人导读啥的,那么可以上这个网站去看看其他大牛对这篇论文的评论(有点儿像看完电影,总是习惯性上豆瓣看影评的赶脚)

Step 4:看看别人怎么开车

另外,还有个把paper和code整理到了一起的网站GitXiv.com,看名字就知道相当于GitHub和arXiv的合体。

在这个圈子里,已经形成了一股趋势,学术上一有最新进展,科学家都会把paper往arXiv上扔,然后没几天开发者们就把完成需求的开源代上海市中医医院中医睡眠疾病研究所名誉所长王翘楚接受《码抢发在GitHub上,大家执行力都超强的说。

不过,两个出处的链接没有个统一的地方可以关联在一起,不方便大家检索,也不方便大家横向比较和讨论,所以产生了这么个根据地GitXiv,供大家扎堆,还可以同行打分评论。

至于怎么上手自己开车,第5步之后就要靠大家去摸索啦,最后分享几个高质的信息源给大家。

最后:一手+高质+深度的信息feed

到现在这个阶段,可能一般的信息流已经满足不了你了。扔几个我们圈内人都会锁定的频道:

HackerNews
(https://news.ycombinator.com/news)
硅谷技术圈和投资圈都会关注的新闻网站,资讯不仅和AI有关,还会涉及到创业和信息安全,需要自己筛选。

DataTau(datatau.com)
专门给数据科学家看的HackerNews。

AITopics
(https://aitopics.org/search)
可以自己设置订阅规则或者订阅源的资讯阅读器。

油管上有几个频道做得也不错,可以挑一个跟就好:

3Blue1Brown
(https://www.youtube.com/channel/UCYO_jab_esuFRV4b17AJtAw)

Two Minute Papers
(https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg)

Robert Miles
(https://www.youtube.com/channel/UCLB7AzTwc6VFZrBsO2ucBMg)

Siraj Raval
(https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A)

几家AI巨头的官方博客也挺值得跟,可以扔进订阅源里:

Google
(https://research.googleblog.com/)

Facebook
(https://research.fb.com/blog/)

Nvidia
(https://blogs.nvidia.com/blog/category/deep-learning/)

Apple
(https://machinelearning.apple.com/)

更新频率有点儿低,不过每次更新都是猛料的:

Google Scholar
(https://scholar.google.com/)

ResearchGate
(https://www.researchgate.net/)

Distill
(https://distill.pub/)

推特上活跃的领域大牛必须

关注一波(什么?你还没有推特?那你怎么活在AI圈子里!快,别墨迹,现在就去搞一个账号):Deep Learning Hub;Marshall Kirkpatrick;Lynn Cherny;Top-N;Top 10 AI;Text Data, Vis & Art。

这里就提这么几个人,等你到推特上之后关注完,推特会自己再给你推相关的大神的。

最后,有几个私人博客我觉得信息筛选的质量都符合ag电子游艺我平时阅读的标准,大家挑一个喜欢的就好:

The Wild Week in AI
(https://www.getrevue.co/profile/wildml)
周更,上面时不时还会有初创团队招人信息放出来,比较适合找工作的孩纸。

inFERENCe(inference.vc)
不定期更,博主是隔了三年没碰机新疆医科大学走过5就业等。李小器学习,然后重新捡回来相关的研究进展。这个博是他个人的一个学习机器学习的成长记录地。

The Morning Paper
(https://blog.acolyer.org/)
日更,这个博客是一个原本什么都不懂的VC开的,初心是想开始积累自己在ML领域的认知,资讯的选取更多是从投资者的角度出发。

Inside AI
(https://inside.com/ai)
Inside网站旗下的AI话题板块,专注于资讯的深度。现在大多数新闻都是为了流量,吸引读者的眼球,而很少考虑读者的收获,导致优质新闻的产出和占道越来越少,很难到达渴望深度内容的读者。所以,Inside AI希望经过他们的筛选,订阅用户能重新获取有价值的新闻资讯。

最后,附上原文链接:
https://github.com/BAILOOL/DoYouEvenLearn/blob/master/README.md

— 完 —

活动推荐

△ 点击图片或阅读原文

即可报名和获取更多详情


联想全国高校AI精英挑战赛,面向全国征集优秀AI相关领域技术与应用。此次将在全国8大赛区、260所高校开启项目收集和沟通评判,最终入围总决赛的8支参赛队伍,将获得联想创投投资。

活动报名

旷视研究院深度解读COCO 2017物体检测夺冠算法


嘉宾:竞赛主力队员、论文一作,旷视研究院研究员彭超


时间:12月6日(周三)晚19:30-20:30


形式:线上直播+微信群互动


添加量子位小助手4:qbitbot4,备注“吃瓜社”,通过后即可入群参与活动

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

?'?' ? 追踪AI技术和产品新动态


本文仅代表作者观点,不代表百度立场。
本文系作者授权百度百家发表,未经许可,不得转载。

版权所有:- prmtg.com     电话:0371-524623     手机:132194896
本程序由 -prmtg.com制作