Download awesome AI books - Download awesome AI books

awesome AI books

Outro código-fonte

1.0.0

Baixar

Livros incríveis de IA

Alguns livros e PDFs relacionados à IA impressionantes para download e aprendizado.

Prefácio

Este repo usado apenas para aprender, não use nos negócios.

Bem -vindo ao fornecer ótimos livros neste repositório ou me diga qual ótimo livro você precisa e tentarei anexá -lo neste repositório, qualquer idéia que você possa criar problemas ou relações públicas aqui.

Devido à limição de armazenamento de arquivos grandes do GitHub, todos os livros pdf armazenados em yandex.disk .

Alguns símbolos matemáticos frequentemente usados podem consultar esta página

Contente

Organização com artigos/pesquisas
Campo de treinamento
Livros
- Teoria introdutória e comece
- Matemática
- Mineração de dados
- Aprendizado profundo
- Filosofia
Quantum com AI
- Quantum Basic
- Quantum AI
- Estrutura relacionada ao quantum
Libs com livros online
- Aprendizagem de reforço
- Seleção de recursos
- Aprendizado de máquina
- Aprendizado profundo
- NLP
- cv
- Meta aprendizado
- Transferência de aprendizado
- Auto ML
- Redução da dimensionalidade
Treinamento distribuído

Organização com artigos/pesquisas

arxiv.org
Ciência
Natureza
Publicações DeepMind
Pesquisa Openai

Campo de treinamento

Openai Gym: um kit de ferramentas para desenvolver e comparar algoritmos de aprendizado de reforço. (Pode brincar com Atari, Box2D, Mujoco etc ...)
MALMO: O Projeto Malmö é uma plataforma para experimentação e pesquisa de inteligência artificial construída sobre o Minecraft.
DeepMind Pysc2: Starcraft II Ambiente de Aprendizagem.
ProcGen: Benchmark da ProcGen: Proceduralmente gerado por ginástica, tipo de ginástica.
Torchcrafrai: uma plataforma de bot para pesquisas de aprendizado de máquina em Starcraft®: Brood War®
Válvula DOTA2: API DOTA2 GAME ACESSING. (CN Doc)
Mario AI Framework: Uma estrutura de Mario AI para usar os métodos de IA.
Google dopamina: dopamina é uma estrutura de pesquisa para prototipagem rápida de algoritmos de aprendizado de reforço
TEXTWORLD: Microsoft - Uma Sandbox Ambiente de Ambiente para Treinamento e Teste de Aprendizagem de Reforço (RL) em jogos baseados em texto.
Mini Grid: Ambiente Minimalista de Gridworld para Openai Gym
Magent: uma plataforma para o aprendizado de reforço de muitos agentes
Xworld: um pacote de simulador C ++/Python para aprendizado de reforço
MMO neural: um ambiente de jogo massivamente multiagente
Minatar: O Minatar é um teste para agentes de IA que implementa a versão miniaturizada de vários jogos Atari 2600.
Craft-env: CraftEnv é um ambiente de artesanato 2D
ginásio-sokoban: Sokoban é japonês para guardião do armazém e um videogame tradicional
O Pommerman Playground recebe Pommerman, um clone de Bomberman construído para a pesquisa de IA.
O Miniworld do Gym-Miniworld é um simulador de ambiente interior minimalista 3D para Aprendizagem de reforço e pesquisa de robótica
VIZDOOMGYMY Openai Gym Wrapper for Vizdoom (uma plataforma de pesquisa de AI baseada em Doom para o aprendizado de reforço com informações visuais brutas).
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 Transformador 结构的斗地主 ai

Livros

Teoria introdutória e comece

Inteligência artificial - uma abordagem moderna (3ª edição) - Stuart Russell e Peter Norvig
Algoritmos comerciais de inteligência artificial - Rishal Hurbans

Matemática

Um primeiro curso em Probabilidadea Primeiro Curso em Probabilidade (8) - Sheldon M Ross
Otimização convexa - Stephen Boyd
Elementos dos elementos da teoria da informação - Thomas Cover & Jay A Thomas
Matemática discreta e suas aplicações 7º - Kenneth H. Rosen
Introdução à Álgebra Linear (5) - Gilbert Strang
Álgebra linear e suas aplicações (5) - David C Lay
Teoria da probabilidade A lógica da ciência - Edwin Thompson Jaynes
Probabilidade e estatística 4º - Morris H. DeGroot
Inferência estatística (2ª) - Roger Casella
信息论基础 (原书 Elementos dos elementos da teoria da informação 第 2 版) - Thomas Cover & Jay A Thomas
凸优化 (Otimização convexa) - Stephen Boyd
数理统计学教程 - 陈希儒
数学之美 2º - 吴军
概率论基础教程 (原书 Um primeiro curso em Probabilidadea Primeiro Curso em Probabilidade 第 9 版) - Sheldon M Ross
线性代数及其应用 (Álgebra linear e suas aplicações 第 3 版) - David C Lay
统计推断 (inferência estatística 第二版) - Roger Casella
离散数学及其应用 (Matemática discreta e suas aplicações 第 7 版) - Kenneth H.Rosen

Mineração de dados

Introdução à mineração de dados - bronzeado
Inteligência coletiva de programação - Toby Segaran
Engenharia de recursos para aprendizado de máquina - Amanda Casari, Alice Zheng
集体智慧编程 - Toby Segaran

Aprendizado de máquina

Algoritmos de teoria da informação, inferência e aprendizado - David JC Mackay
Aprendizado de máquina - Tom M. Mitchell
Reconhecimento de padrões e aprendizado de máquina - Christopher Bishop
Os elementos da aprendizagem estatística - Trevor Hastie
Aprendizado de máquina para OpenCV - Michael Beyeler (código -fonte aqui)
机器学习 - 周志华
机器学习 (原书 Aprendizado de máquina) - Tom M. Mitchell
统计学习方法 - 李航

Aprendizado profundo

Aprendizado rápido online
- Mergulhe no aprendizado profundo - (usando MXNET) Um livro de aprendizado profundo interativo com código, matemática e discussões.
- D2L -Pytorch - (mergulhe em aprendizado profundo) versão pytorch.
- 动手学深度学习 - (mergulhe em aprendizado profundo) para chinês.
Deep Learning - Ian Goodfellow & Yoshua Bengio e Aaron Courville
Métodos e aplicações de aprendizado profundo - Li Deng & Dong Yu
Aprendendo arquiteturas profundas para ai - Yoshua Bengio
Machine Learning uma perspectiva algorítmica (2º) - Stephen Marsland
Design de rede neural (2º) - Martin Hagan
Redes neurais e máquinas de aprendizado (3º) - Simon Haykin
Redes neurais para ciências aplicadas e engenharia - Sandhya Samarasinghe
深度学习 (原书 Aprendizagem Deep) - Ian Goodfellow & Yoshua Bengio e Aaron Courville
神经网络与机器学习 (Redes neurais e máquinas de aprendizado) - Simon Haykin
神经网络设计 (Design de rede neural) - Martin Hagan
AI interpretável comercial - Ajay Thampi
Conversação comercial AI - Andrew R. Freed

Filosofia

Compatível humano comercial : inteligência artificial e o problema do controle - Stuart Russell
Vida comercial 3.0: Ser humano na era da inteligência artificial - Max Tegmark
Superintelligência Comercial : Caminhos, Perigos, Estratégias - Nick Bostrom

Quantum com AI

Quantum Basic
- Primer de computação quântica - D -Wave Quantum Computing Primer
- Quantum Computing 101 - Quantum Computing 101, da Universidade de Waterloo
- Computação quântica em PDF e Informações Quânticas - Nielsen
- pdf 量子计算和量子信息（量子计算部分））- Nielsen
Quantum AI
- Redes neurais quânticas
- Um neurônio artificial implementado em um processador quântico real
- Classificação com redes neurais quânticas em processadores de curto prazo
- Buracos negros como cérebros: redes neurais com entropia da lei da área
Estrutura relacionada ao quantum
- ProjectQ - ProjectQ é um esforço de código aberto para computação quântica.

Libs com livros online

GC (conteúdo generativo)
- Difusão estável-[Paper] Um modelo de difusão de texto para imagem latente
- Difusão estável V2 - Síntese de imagem de alta resolução com modelos de difusão latente
- GFPGAN - [Paper] O GFPGAN visa desenvolver algoritmos práticos para a restauração do rosto do mundo real.
- Esrgan - [Paper] ECCV18 Workshops - Srgan aprimorada. Champion Pirm Challenge on Perceptual Super-Resolution. Os códigos de treinamento estão no BasicsR.
- CodeFormer - [Paper] - [Neurips 2022] em direção a uma robusta restauração de rosto cego com o Codebook Lookup Transformer
- UNIPC - [Paper] UNIPC: Uma estrutura de corretor preditor unificado para amostragem rápida de modelos de difusão
Aprendizagem de reforço
- A3C - Google DeepMind Algoritmo Ator -Crítico de Vantagem Assíncrona
- Q-learning SARSA DQN DDQN-Q-Learning é um algoritmo de aprendizado de reforço baseado em valor
- DDPG - gradiente de política determinística profunda,
- Curiosidade em larga escala-Estudo em larga escala de aprendizado orientado a curiosidade
- PPO - Algoritmos de otimização de políticas proximais do OpenAI
- RND - OpenAI Random Network Destilation, um bônus de exploração para o método de aprendizado de reforço profundo.
- VIME - Informações variacionais OpenAi maximizando a exploração
- DQV - Aprendizagem de valor de qualidade profundo (DQV)
- ERL - Gradiente de políticas guiadas por evolução no aprendizado de reforço
- MF RL multi-agente-Aprendizagem de reforço multi-agente de campo médio. (Este artigo inclui MF-Q e MF-AC)
- MAAC-ator-atimento-crítico para aprendizado de reforço multi-agente
Seleção de recursos
- Scikit -Feature - Uma coleção de algoritmos de seleção de recursos, disponíveis no GitHub
Aprendizado de máquina
- Scikit Learn ( Python ) - Machine Learning in Python.
- Linfa ( ferrugem ) - Spirit of scikit learn , A Rust ML Lib.
- XGBOOST ( Python, R, JVM, Julia, CLI ) - Documento do XGBOOST LIB.
- LightGBM ( Python, R, CLI ) - O documento de recursos da Microsoft LightGBM Lib.
- CATBOOST ( Python, R, CLI ) - O algoritmo principal do CATBOOST LIB do Yandex.
- StackNet ( Java, CLI ) - Alguns algoritmos de empilhamento de modelos implementados nesta lib.
- RGF - Aprendendo funções não lineares usando Regularized Greedy Forest (implementação de vários núcleos FASTRGF)
- Máquinas de fatorização FM, Fastfm, FFM, Xdeepfm e alguns algoritmos estendidos
Aprendizado profundo
- Documentos GNN - Papéis de leitura obrigatória em redes neurais gráficas (GNN)
- EFABIFITORYNET - RETINANDO MODELO SCALING para redes neurais convolucionais
- Densenet - redes convolucionais densamente conectadas
NLP
- XLNET - REPO XLNET: Pré -treinamento auto -regressivo generalizado para compreensão da linguagem
- Bert - pré -treinamento de transformadores bidirecionais profundos para entendimento de idiomas
- GPT-3-Modelos de idiomas são poucos alunos
cv
- Fast R-CNN-Método de rede convolucional baseado em região rápida (Fast R-CNN) para detecção de objetos
- Máscara R-CNN-Mask R-CNN, estende-se mais rápido R-CNN, adicionando uma ramificação para prever uma máscara de objeto em paralelo com a filial existente para o reconhecimento de caixa delimitadora.
- GQN - Rede de consulta generativa DeepMind, representação de cenas neurais e renderização
Meta aprendizado
- MAML-Meta-aprendizagem modelo-agnóstico para adaptação rápida de redes profundas
Transferência de aprendizado
- GCN - Reconhecimento de tiro zero por meio de incorporações semânticas e gráficos de conhecimento
Auto ML
- Pesquisa de modelo ( Python ) - A Pesquisa do Modelo do Google (MS) é uma estrutura que implementa algoritmos de automl para pesquisa de arquitetura de modelo em escala.
- TPOT ( Python ) - O TPOT é um LIB para Automl.
- Auto-Sklearn ( Python )-Auto-sklearn é um kit de ferramentas de aprendizado de máquina automatizado e um substituto de entrega para um estimador Scikit-Learn
- Auto-Keras ( Python )-Auto-Keras é uma biblioteca de software de código aberto para aprendizado de máquina automatizado (Automl). É desenvolvido pelo Data Lab
- Transogrifai ( JVM )-Transogrifai (pronunciado Trăns-mŏgˈrə-fī) é uma biblioteca automática escrita em Scala que é executada em cima do Spark
- Auto -wekaa - fornece seleção automática de modelos e hiperparâmetros para Weka.
- MLBOX ( Python ) - MLBox é uma poderosa biblioteca automatizada de aprendizado de máquina Python
Treinamento de pipeline
- ZenML ( Python ) - O ZenML é construído para praticantes de ML que estão aumentando seus fluxos de trabalho de ML para a produção
Redução da dimensionalidade
- T-SNE ( não linear/não params )-A incorporação estocástica distribuída em T (T-SNE) é um algoritmo de aprendizado de máquina para visualização
- PCA ( linear ) - Análise de componentes principais
- LDA ( linear ) - Análise discriminante linear
- LLE ( não linear ) - incorporação localmente linear
- Laplacian EigenMaps - Laplacian EigenMaps para redução de dimensionalidade e representação de dados
- Mapeamento de Sammon ( não linear )-O mapeamento de Sammon foi projetado para minimizar as diferenças entre as distâncias entre pontos correspondentes nos dois espaços
Processamento de dados
- PANDAS ( Python ) - Biblioteca de Análise de Dados / Manipulação Flexível e Poderosa para Python.
- Polars ( ferrugem, python ) - Biblioteca de dados de dados de raios para ferrugem e python.

Treinamento distribuído

Horovod - Horovod é uma estrutura de treinamento distribuída para Tensorflow, Keras, Pytorch e MxNet. O objetivo do Horovod é tornar o aprendizado profundo distribuído rápido e fácil de usar.
ACME - Uma estrutura de pesquisa para aprendizado de reforço (distribuído).
BAGUA - Bagua é uma estrutura de desenvolvimento de algoritmo de treinamento distribuída e flexível.