awesome AI books

Livres AI géniaux

Quelques livres et PDF liés à l'IA impressionnants pour le téléchargement et l'apprentissage.

Préface

Ce dépôt n'a utilisé que pour l'apprentissage, n'utilisez pas dans les affaires.

Bienvenue pour avoir fourni d'excellents livres dans ce dépôt ou me dire de quel grand livre vous avez besoin et je vais essayer de l'ajout dans ce référentiel, toute idée que vous pouvez créer un problème ou un PR ici.

En raison de la limite de stockage de fichiers GitHub, tous les livres PDF stockés dans yandex.disk .

Certains symboles mathématiques souvent utilisés peuvent référer cette page

Contenu

• Organisation avec des articles / recherches
• Terrain d'entraînement
• Livres
  • Théorie d'introduction et démarrer
  • Mathématiques
  • Exploration de données
  • Apprentissage en profondeur
  • Philosophie
• Quantum avec ai
  • Quantum basique
  • Quantum ai
  • Cadre lié à quantique
• Libs avec des livres en ligne
  • Apprentissage du renforcement
  • Sélection de fonctionnalités
  • Apprentissage automatique
  • Apprentissage en profondeur
  • PNL
  • Cv
  • Meta Learning
  • Transfert d'apprentissage
  • Auto ML
  • Réduction de la dimensionnalité
• Formation distribuée

Organisation avec des articles / recherches

• arXiv.org
• Science
• Nature
• Publications DeepMind
• Recherche ouverte

Terrain d'entraînement

• Openai Gym: une boîte à outils pour développer et comparer les algorithmes d'apprentissage par renforcement. (Peut jouer avec Atari, Box2d, Mujoco etc ...)
• Malmo: Project Malmö est une plate-forme d'expérimentation et de recherche d'intelligence artificielle construite au-dessus de Minecraft.
• DeepMind PYSC2: Environnement d'apprentissage Starcraft II.
• Procène: Procence Benchmark: Environnement de gymnase généré par la procédure.
• Torchcraftai: une plate-forme bot pour la recherche sur l'apprentissage automatique sur Starcraft®: Brood War®
• Valve DOTA2: API d'achat DOTA2 Game. (CN Doc)
• Mario AI Framework: un cadre Mario AI pour l'utilisation des méthodes AI.
• Google Dopamine: la dopamine est un cadre de recherche pour le prototypage rapide des algorithmes d'apprentissage du renforcement
• Textworld: Microsoft - Un bac à sable sur l'environnement d'apprentissage pour la formation et le test des agents d'apprentissage par renforcement (RL) sur les jeux basés sur le texte.
• Mini Grid: Environnement minimaliste Gridworld pour Openai Gym
• Magent: une plate-forme pour l'apprentissage du renforcement à plusieurs agents
• XWORLD: un package de simulateur C ++ / Python pour l'apprentissage du renforcement
• Neural MMO: un environnement de jeu massivement multi-agents
• Minatar: Minatar est un banc d'essai pour les agents de l'IA qui met en œuvre une version miniaturisée de plusieurs jeux Atari 2600.
• Craft-ENV: Creadenv est un environnement d'artisanat 2D
• Gym-Sokoban: Sokoban est japonais pour le gardien de l'entrepôt et un jeu vidéo traditionnel
• Pommerman Playground accueille Pommerman, un clone de Bomberman construit pour la recherche sur l'IA.
• Gym-MiniWorld MiniWorld est un simulateur d'environnement intérieur 3D minimaliste pour la recherche d'apprentissage et de robotique en renforcement
• Emballage de gymnase de VIZDoomym Openai pour Vizdoom (une plate-forme de recherche sur l'IA basée sur Doom pour l'apprentissage du renforcement des informations visuelles brutes).
• DDZ-AI 以孤立语假设和宽度优先搜索为基础 ， 构建了一种多通道堆叠注意力 Transformateur 结构的斗地主 AI

Livres

Théorie d'introduction et démarrer

• Intelligence artificielle - Une approche moderne (3e édition) - Stuart Russell et Peter Norvig
• Algorithmes commerciaux de l'intelligence artificielle - Rishal Hurbans

Mathématiques

• Un premier cours de Probabilitya Premier cours en probabilité (8e) - Sheldon M Ross
• Optimisation convexe - Stephen Boyd
• Éléments de la théorie de l'information Éléments - Thomas Cover & Jay A Thomas
• Mathématiques discrètes et ses applications 7e - Kenneth H. Rosen
• Introduction à l'algèbre linéaire (5e) - Gilbert Strang
• Algèbre linéaire et ses applications (5e) - David C Lay
• Théorie des probabilités The Logic of Science - Edwin Thompson Jaynes
• Probabilité et statistiques 4e - Morris H. DeGroot
• Inférence statistique (2e) - Roger Casella
• 信息论基础 (原书 Éléments des éléments de la théorie de l'information 第 2 版) - Thomas Cover & Jay A Thomas
• 凸优化 (原书 Optimisation convexe) - Stephen Boyd
• 数理统计学教程 - 陈希儒
• 数学之美 2e - 吴军
• 概率论基础教程 (原书 un premier cours en probabilitéa Premier cours en probabilité 第 9 版) - Sheldon M Ross
• 线性代数及其应用 (原书 algèbre linéaire et ses applications 第 3 版) - David C Lay
• 统计推断 (原书 Inférence statistique 第二版) - Roger Casella
• 离散数学及其应用 (原书 Mathématiques discrètes et ses applications 第 7 版) - Kenneth H.Rosend

Exploration de données

• Introduction à l'exploration de données - Tan de Pang-ning
• Programmation de l'intelligence collective - Toby Segaran
• Feature Engineering for Machine Learning - Amanda Casari, Alice Zheng
• 集体智慧编程 - Toby Segaran

Apprentissage automatique

• Théorie de l'information, algorithmes d'inférence et d'apprentissage - David JC Mackay
• Apprentissage automatique - Tom M. Mitchell
• Reconnaissance des modèles et apprentissage automatique - Christopher Bishop
• Les éléments de l'apprentissage statistique - Trevor Hastie
• Apprentissage automatique pour OpenCV - Michael Beyeler (code source ici)
• 机器学习 - 周志华
• 机器学习 (原书 apprentissage automatique) - Tom M. Mitchell
• 统计学习方法 - 李航

Apprentissage en profondeur

• Apprentissage rapide en ligne
  • Plongez dans Deep Learning - (en utilisant MXNET) Un livre d'interactif en profondeur avec code, mathématiques et discussions.
  • D2L-Pytorch - (plongez dans l'apprentissage en profondeur) version pytorch.
  • 动手学深度学习 - (plongez dans l'apprentissage en profondeur) pour le chinois.
• Deep Learning - Ian Goodfellow & Yoshua Bengio & Aaron Courville
• Méthodes et applications d'apprentissage en profondeur - Li Deng & Dong Yu
• Apprendre des architectures profondes pour l'IA - Yoshua Bengio
• Apprentissage automatique Une perspective algorithmique (2e) - Stephen Marsland
• Conception du réseau neuronal (2e) - Martin Hagan
• Réseaux de neurones et machines d'apprentissage (3e) - Simon Haykin
• Réseaux de neurones pour les sciences appliquées et l'ingénierie - Sandhya Samarasinghe
• 深度学习 (原书 Deep Learning) - Ian Goodfellow & Yoshua Bengio & Aaron Courville
• 神经网络与机器学习 (原书 Réseaux de neurones et machines d'apprentissage) - Simon Haykin
• 神经网络设计 (原书 Conception du réseau neuronal) - Martin Hagan
• AI interprétable commercial - Ajay Thampi
• Ai conversationnel commercial - Andrew R. Freed

Philosophie

• Compatible humain commercial : intelligence artificielle et problème du contrôle - Stuart Russell
• Commercial Life 3.0: être humain à l'ère de l'intelligence artificielle - Max Tegmark
• Superintelligence commerciale : chemins, dangers, stratégies - Nick Bostrom

Quantum avec ai

• Quantum basique

  • Primer informatique quantique - amorce de calcul quantique-onde
  • Quantum Computing 101 - Quantum Computing 101, de l'Université de Waterloo
  • PDF Computation quantique et informations quantiques - Nielsen
  • PDF 量子计算和量子信息 （量子计算部分） - Nielsen

• Quantum ai

  • Réseaux de neurones quantiques
  • Un neurone artificiel mis en œuvre sur un processeur quantique réel
  • Classification avec des réseaux de neurones quantiques sur des processeurs à court terme
  • Trous noirs comme cerveau: réseaux de neurones avec entropie de droit de la zone

• Cadre lié à quantique

  • ProjectQ - ProjectQ est un effort open source pour l'informatique quantique.

Libs avec des livres en ligne

• GC (contenu générateur)

  • Diffusion stable - [Papier] Un modèle de diffusion de texte à image latent
  • Diffusion stable V2 - synthèse d'image haute résolution avec des modèles de diffusion latente
  • GFPGAN - [Paper] GFPGAN vise à développer des algorithmes pratiques pour la restauration du visage réel.
  • ESRGAN - [Paper] ECCV18 Ateliers - Srgan amélioré. Champion Pirm Challenge sur la super-résolution perceptuelle. Les codes de formation sont dans BasicsR.
  • CodeFormer - [Paper] - [NIRIPS 2022] vers une restauration de face aveugle robuste avec transformateur de recherche de livre de codes
  • UNIPC - [Paper] UNIPC: Un cadre prédicteur-corrécteur unifié pour l'échantillonnage rapide des modèles de diffusion

• Apprentissage du renforcement

  • A3C - Google Deepmind Advantage asynchrone Advantage Algorithme acteur-critique
  • Q-Learning SARSA DQN DDQN - Q-Learning est un algorithme d'apprentissage de renforcement basé sur la valeur
  • DDPG - gradient de politique déterministe profonde,
  • Curiosité à grande échelle - Étude à grande échelle de l'apprentissage axé sur la curiosité
  • PPO - Algorithmes d'optimisation de la politique proximale openai
  • RND - Distillation du réseau aléatoire OpenAI, un bonus d'exploration pour la méthode d'apprentissage en renforcement profond.
  • VIME - Informations variationnelles openai Maximiser l'exploration
  • DQV - Apprentissage de la valeur de qualité profonde (DQV)
  • ERL - Gradient politique guidé par l'évolution dans l'apprentissage du renforcement
  • MF MF Multi-Agent RL - Field Might Field Multi-Agent Renfort Learning. (Ce document comprend MF-Q et MF-AC)
  • MAAC - acteur-conservation-critique pour l'apprentissage en renforcement multi-agents

• Sélection de fonctionnalités

  • Scikit-Feature - Une collection d'algorithmes de sélection de fonctionnalités, disponibles sur GitHub

• Apprentissage automatique

  • Scikit Learn ( Python ) - Machine Learning in Python.
  • Linfa ( Rust ) - Spirit of scikit learn , A Rust ML Lib.
  • Xgboost ( Python, R, JVM, Julia, CLI ) - Document de Xgboost Lib.
  • LightGBM ( Python, R, CLI ) - Document des fonctionnalités de Microsoft LightGBM LIB.
  • Catboost ( Python, R, CLI ) - Yandex Catboost Lib Algorithme PDF Pdf Papper.
  • StackNet ( Java, CLI ) - Certains algorithmes d'empilement de modèles implémentés dans cette lib.
  • RGF - Apprentissage des fonctions non linéaires utilisant Regularized Greedy Forest (implémentation multi-core FASTRGF)
  • Machines de factorisation FM, FASTFM, FFM, XDEEPFM et certains algorithmes étendus

• Apprentissage en profondeur

  • Documents GNN - Doad-lisant les articles sur les réseaux de neurones graphiques (GNN)
  • EfficientNet - Repenser la mise à l'échelle du modèle pour les réseaux de neurones convolutionnels
  • Denset - réseaux convolutionnels densément connectés

• PNL

  • XLNET - Repo XLNET: pré-entraînement autorégressif généralisé pour la compréhension du langage
  • Bert - pré-formation des transformateurs bidirectionnels profonds pour la compréhension du langage
  • GPT-3 - Les modèles de langue sont des apprenants à quelques tirs

• Cv

  • Fast R-CNN - Méthode de réseau convolutionnel basée sur la région rapide (R-CNN rapide) pour la détection d'objets
  • Masque R-CNN - Masque R-CNN, s'étend plus rapidement R-CNN en ajoutant une branche pour prédire un masque d'objet en parallèle avec la branche existante pour la reconnaissance de la boîte de délimitation.
  • GQN - réseau de requête générative DeepMind, représentation et rendu de scène neuronale

• Meta Learning

  • MAML - Meta-Agnostic Meta-Learning pour une adaptation rapide des réseaux profonds

• Transfert d'apprentissage

  • GCN - Reconnaissance zéro

• Auto ML

  • Model Search ( Python ) - Google Model Search (MS) est un cadre qui implémente les algorithmes Automl pour la recherche d'architecture de modèle à grande échelle.
  • TPOT ( Python ) - TPOT est une lib pour Automl.
  • Auto-Sklearn ( Python ) - Auto-Sklearn est une boîte à outils d'apprentissage automatique automatisée et un remplacement de rendez-vous pour un estimateur Scikit-Learn
  • Auto-Keras ( Python ) - Auto-Keras est une bibliothèque de logiciels open source pour l'apprentissage automatique automatisé (Automl). Il est développé par Data Lab
  • TransMogrifai ( JVM ) - TransMogrifai (prononcé trăns-mŏgˈrə-fī) est une bibliothèque automatique écrite dans Scala qui s'exécute sur Spark
  • Auto-WEKAA - fournit une sélection automatique de modèles et d'hyperparamètres pour Weka.
  • Mlbox ( Python ) - MLBox est une puissante bibliothèque de python d'apprentissage automatique automatisé

• Formation de pipeline

  • Zenml ( Python ) - Zenml est conçu pour les praticiens de la ML qui accélèrent leurs flux de travail ML vers la production

• Réduction de la dimensionnalité

  • T-SNE ( non linéaire / non-parammes ) - Le voisin stochastique distribué en T (T-SNE) est un algorithme d'apprentissage automatique pour la visualisation
  • PCA ( linéaire ) - Analyse des composants principaux
  • LDA ( linéaire ) - Analyse discriminante linéaire
  • LLE ( non linéaire ) - intégration localement linéaire
  • Laplacian Mapes proportionnelles - Laplacian Maps pour la réduction de la dimensionnalité et la représentation des données
  • Mapping Sammon ( non linéaire ) - La cartographie Sammon est conçue pour minimiser les différences entre les distances inter-points correspondantes dans les deux espaces

• Informatique

  • Pandas ( Python ) - bibliothèque d'analyse / manipulation de données flexible et puissante pour Python.
  • Polaires ( Rust, Python ) - bibliothèque de données de données rapide pour la rouille et le python.

Formation distribuée

• Horovod - Horovod est un cadre de formation distribué pour TensorFlow, Keras, Pytorch et Mxnet. L'objectif d'Horovod est de rendre l'apprentissage en profondeur distribué rapidement et facile à utiliser.
• ACME - Un cadre de recherche pour l'apprentissage par renforcement (distribué).
• Bagua - Bagua est un cadre de développement algorithme de formation flexible et performant.

Soutenir ce projet

Contributeurs

Contributeurs de code

Ce projet existe grâce à toutes les personnes qui contribuent. [Contribuer].

Contributeurs financiers

Devenir un contributeur financier et nous aider à maintenir notre communauté. [Contribuer]

Individus

Organisations

Soutenez ce projet avec votre organisation. Votre logo apparaîtra ici avec un lien vers votre site Web. [Contribuer]