จะอยู่กับนักวิจัยล่าสุดในชุมชน ML / RL ได้อย่างไร


11

ในฐานะนักเรียนที่ต้องการทำงานเกี่ยวกับการเรียนรู้ของเครื่องจักรฉันต้องการทราบว่าเป็นไปได้อย่างไรที่จะเริ่มการศึกษาของฉันและวิธีการติดตามเพื่อให้ทันสมัย ตัวอย่างเช่นฉันยินดีที่จะแก้ไขปัญหา RL และ MAB แต่มีบทความมากมายในหัวข้อเหล่านี้ นอกจากนี้หัวข้อเหล่านี้ยังได้รับการศึกษาโดยนักวิจัยจากชุมชนต่าง ๆ เช่น AI และ ML, การวิจัยการดำเนินงาน, วิศวกรรมการควบคุม, สถิติและฉันคิดว่ามีการตีพิมพ์บทความจำนวนมากในหัวข้อเหล่านี้ทุกสัปดาห์ซึ่งทำให้ยากต่อการติดตาม

ฉันจะขอบคุณถ้าใครสามารถแนะนำแผนที่ถนนเพื่อเริ่มศึกษาหัวข้อเหล่านี้ติดตามพวกเขาและฉันควรเลือกและศึกษาเอกสารเผยแพร่ใหม่ ๆ ได้อย่างไร ในที่สุดฉันยินดีที่จะทราบแนวโน้มใหม่ในปัญหา RL และ MAB

คำตอบ:


11

มีแหล่งข้อมูลที่ยอดเยี่ยมสำหรับการติดตามข้อมูลล่าสุดในชุมชน ML นี่เป็นเพียงไม่กี่คนที่เพื่อนร่วมงานแสดงให้ฉัน:

  1. Deep Learning Monitor : ไซต์นี้มีเอกสารร้อนและใหม่พร้อมทวีตที่ชุมชนเป็นที่นิยม! คุณสามารถเช็คเอาต์เอกสาร RL โดยเฉพาะได้ที่นี่

  2. arxiv-sanity : ไซต์นี้อัปเดตด้วยเอกสารยอดนิยมและใหม่ที่ทำให้ Arxiv

  3. เอกสารที่มีรหัส : เว็บไซต์นี้ยอดเยี่ยมเพราะไม่เพียง แต่เชื่อมโยงไปยังเอกสารเท่านั้น แต่ยังเชื่อมโยงไปยังการนำไปใช้ในการทำซ้ำหรือให้ความช่วยเหลือในโครงการส่วนตัวของคุณ พวกเขายังมีกระดานผู้นำและติดตามสถานะของงานศิลปะ ( SoTA ) ในงานที่หลากหลาย

  4. DL_twitter loop : คุณไม่สามารถลืม twitter ได้เนื่องจากนักวิจัยส่วนใหญ่ใช้ นี่เป็นเพียงกลุ่มที่คุณอาจชอบ


1
เรียน @mshlis ขอบคุณมาก. ทรัพยากรเหล่านี้ดูดีมาก
Katatonia

หากฉันเข้าใจแนวคิดที่ดีของ Deep Learning Monitor และ arxiv-sanity แสดงว่าเป็นเว็บไซต์รวบรวมเนื้อหาบางประเภทที่รวบรวม URL ไปยังเอกสารที่มีอยู่ สิ่งที่ขาดหายไปคือความสามารถในการแสดงความคิดเห็นและยกระดับข้อมูลซึ่งเท่ากับเครือข่ายสังคมออนไลน์สำหรับผู้ที่ชื่นชอบ Deeplearning
มานูเอลริกัวซ์

@ManuelRodriguez ยังมี ML subreddit
mshlis
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.