这篇博客推荐了一系列优秀的AI资源，包括神经网络游乐场、Gal Yona的技术解释和哲学思考、Siraj Raval的视频教程、Christopher Olah的深度学习博客，以及《走向数据科学》的丰富内容。此外，还提供了视频公开教程、深度学习课程、BERT资源、NLP文章和代码，以及中文停用词表等学习资料。
推荐一些比较优秀的AI资源：
神经网络游乐场：
https://playground.tensorflow.org/
Gal Yona，在这个领域非常棒的博主之一。她的帖子包括从核心技术的解释到半哲学的评论。
核心技术的解释：
https://towardsdatascience.com/do-gans-really-model-the-true-data-distribution-or-are-they-just-cleverly-fooling-us-d08df69f25eb
到半哲学的评论：
https://towardsdatascience.com/the-tale-of-1001-black-boxes-62d12b5886aa
Siraj Raval 是一个拥有大量视频的油管博主（youtuber），从理论解释到动手教程都非常有趣
理论解释：
https://www.youtube.com/watch?v=xRJCOz3AfYY
动手教程：
https://www.youtube.com/watch?v=pY9EwZ02sXU
Christopher Olah，一位充满激情和洞察力的研究员，拥有一个超炫的博客，其中包括从基本概念到深度学习的帖子。
从基本概念：
http://colah.github.io/posts/2015-09-Visual-Information/
深度学习：
https://distill.pub/2017/feature-visualization/
《走向数据科学》是这个领域最大的中型出版物，无论你有几分钟或几小时的时间，都可以去他们的主页开始探索一切，从实用工具到深度算法应有尽有。
走向数据科学：
https://towardsdatascience.com/
视频公开教程
https://www.bilibili.com/video/av39489278/?redirectFrom=h5
deep learning 学习
https://course.fast.ai/
BERT相关论文、文章和代码资源汇总
http://www.52nlp.cn/bert-paper-论文-文章-代码资源汇总
nlp文章与code
https://www.analyticsvidhya.com/blog/2019/03/pretrained-models-get-started-nlp/
中文停用词表
https://github.com/JNU-MINT/TextBayesClassifier/blob/master/中文停用词表(1208个).txt
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
