awesome AI books下载 - awesome AI books源代码下载

awesome AI books

其他源码

1.0.0

下载

很棒的AI书

一些很棒的AI相关书籍和PDF，用于下载和学习。

前言

此存储库仅用于学习，不要在业务中使用。

欢迎在此存储库中提供出色的书籍，或者告诉我您需要哪本出色的书，我将尝试在此存储库中附加它，您可以在此处创建问题或公关的任何想法。

由于github大文件存储的limition，所有书籍pdf存储在yandex.disk中。

一些经常使用的数学符号可以参考此页面

内容

与论文/研究的组织
训练场
图书
- 入门理论并开始
- 数学
- 数据挖掘
- 深度学习
- 哲学
用AI量子
- 量子基本
- 量子AI
- 量子相关的框架
与在线书籍的libs
- 强化学习
- 功能选择
- 机器学习
- 深度学习
- NLP
- 简历
- 元学习
- 转移学习
- 自动ML
- 减少维度
分布式培训

与论文/研究的组织

arxiv.org
科学
自然
DeepMind出版物
Openai研究

训练场

Openai Gym：用于开发和比较增强学习算法的工具包。（可以玩Atari，Box2D，Mujoco等...）
Malmo：Malmö项目是建立在Minecraft之上的人工智能实验和研究的平台。
DeepMind PYSC2：Starcraft II学习环境。
Procgen：Procgen基准：程序生成的类似游戏的健身环境。
Torchcraftai：一个机器人学习研究的机器人平台：Starcraft®：BroodWar®
阀DOTA2：DOTA2游戏ACESSING API。（CN DOC）
Mario AI框架：使用AI方法的Mario AI框架。
Google多巴胺：多巴胺是用于快速钢筋学习算法原型制作的研究框架
TextWorld：Microsoft-用于培训和测试加固学习（RL）代理的学习环境沙箱（基于文本的游戏）。
迷你网格：Openai Gym的简约网格环境环境
洋红色：多项式增强学习的平台
Xworld：用于加固学习的C ++/Python模拟器包
神经MMO：一个大量的多基因游戏环境
Minatar：Minatar是针对AI代理的测试床，可实现几种Atari 2600游戏的小型版本。
Craft-env：Craftenv是一个2D手工制作环境
体育馆 - 霍班：索科班是仓库门将的日语和传统视频游戏
Pommerman Playground接待了Pommerman，这是Bomberman的克隆人，为AI研究而建。
Gym Miniworld Miniworld是一种简约的3D内部环境模拟器，用于增强学习与机器人研究
Vizdoomgym Openai Gym Gym撰写的Vizdoom（一个基于末日的AI研究平台，用于从原始视觉信息中进行增强学习）。
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变压器结构的斗地主ai

图书

入门理论并开始

人工智能 - 现代方法（第三版） - 斯图尔特·罗素（Stuart Russell）和彼得·诺维格（Peter Norvig）
商业Grokking人工智能算法 - rishal hurbans

数学

概率的第一门课程概率（第8）-Sheldon M Ross
凸优化 - 斯蒂芬·博伊德（Stephen Boyd）
信息理论元素的要素 - 托马斯覆盖和杰伊·托马斯
离散数学及其应用7 -Kenneth H. Rosen
线性代数概论（第五） - 吉尔伯特·斯特朗（Gilbert Strang）
线性代数及其应用（第5）-David C Lay
概率理论科学的逻辑-Edwin Thompson Jaynes
概率和统计第四-Morris H. degroot
统计推断（第二）-Roger Casella
信息论基础（信息理论元素的元素元素第2版）-Thomas Cover＆Jay A Thomas
凸优化（原书凸优化） - 斯蒂芬·博伊德（Stephen Boyd）
数理统计学教程 -陈希儒
数学之美2th -吴军
概率论基础教程（概率上的第一门课程概率第9届课程）-Sheldon M Ross
线性代数及其应用（原书线性代数及其应用第3版）-David C Lay
统计推断（原书统计推断第二版） - 罗杰·卡塞拉（Roger Casella）
离散数学及其应用（原书离散数学及其应用

数据挖掘

数据挖掘简介-Pang -ning tan
编程集体智能 - 托比·塞加兰（Toby Segaran）
机器学习的功能工程-Amanda Casari，Alice Zheng
集体智慧编程-托比·塞加兰（Toby Segaran）

机器学习

信息理论，推理和学习算法-David JC Mackay
机器学习-Tom M. Mitchell
模式识别和机器学习 - 克里斯托弗·毕晓普
统计学习的要素 - Trevor Hastie
OPENCV的机器学习-Michael Beyeler（这里的源代码）
机器学习 -周志华
机器学习（机器学习）-Tom M. M. Mitchell
统计学习方法 -李航

深度学习

在线快速学习
- 深入学习深度学习 - （使用MXNET）一本带有代码，数学和讨论的互动深度学习书。
- D2L -Pytorch-（深入学习）Pytorch版本。
- 动手学深度学习-（深入学习）中文。
深度学习-Ian Goodfellow＆Yoshua Bengio和Aaron Courville
深度学习方法和应用-Li Deng＆Dong Yu
学习AI -Yoshua Bengio的深层体系结构
机器学习算法观点（第二） - 斯蒂芬·马斯兰（Stephen Marsland）
神经网络设计（第二） - 马丁·哈根（Martin Hagan）
神经网络和学习机（第三）-Inson Haykin
用于应用科学和工程的神经网络-Sandhya samarasinghe
深度学习（原书深度学习） - 伊恩·古德法洛（Ian Goodfellow）和尤舒亚·本吉奥（Yoshua Bengio）和亚伦·库尔维尔（Aaron Courville）
神经网络与机器学习（原书神经网络和学习机） - 西蒙·海金（Simon Haykin）
神经网络设计（原书神经网络设计） - 马丁·哈根（Martin Hagan）
商业解释的AI -Ajay Thampi
商业对话AI -Andrew R. Freed

哲学

兼容商业人工：人工智能和控制问题 - 斯图尔特·罗素（Stuart Russell）
商业生活3.0：在人工智能时代成为人类-Max Tegmark
商业超级智能：路径，危险，策略-Nick Bostrom

用AI量子

量子基本
- 量子计算引物-D -Wave量子计算引物
- 量子计算101-量子计算101，来自滑铁卢大学
- PDF量子计算和量子信息-Nielsen
- PDF 量子计算和量子信息（量子计算部分） - 尼尔森
量子AI
- 量子神经网络
- 在实际量子处理器上实现的人造神经元
- 用近期处理器上的量子神经网络进行分类
- 黑洞作为大脑：具有区域法熵的神经网络
量子相关的框架
- ProjectQ -ProjectQ是用于量子计算的开源工作。

与在线书籍的libs

GC（生成内容）
- 稳定的扩散 - [纸]潜在的文本对图像扩散模型
- 稳定的扩散V2-高分辨率图像合成与潜扩散模型
- GFPGAN- [Paper] GFPGAN旨在开发用于现实世界恢复的实用算法。
- Esrgan- [Paper] ECCV18研讨会 - 增强的Srgan。冠军Pirm Challenge在感知超分辨率上。培训代码在基础上。
- 代码形式 - [纸] - [Neurips 2022]使用Codebook查找变压器朝着稳健的盲人恢复
- UNIPC- [PAPER] UNIPC：用于快速采样扩散模型的统一预测器 - 矫正器框架
强化学习
- A3C- Google DeepMind异步优势演员批评算法
- Q学习SARSA DQN DDQN- Q学习是一种基于价值的增强学习算法
- DDPG-深层确定性政策梯度，
- 大规模好奇 - 好奇心驱动的学习大规模研究
- PPO- OpenAI近端策略优化算法
- RND- OpenAI随机网络蒸馏，是深入增强学习方法的探索奖金。
- VIME- OpenAI变分信息最大化探索
- DQV-深质量值（DQV）学习
- ERL-增强学习的进化引导的政策梯度
- MF多代理RL-平均田间多机构增强学习。（本文包括MF-Q和MF-AC）
- MAAC-多手加固学习的演员 - 注意力
功能选择
- Scikit -Feature-特征选择算法的集合，可在GitHub上获得
机器学习
- Scikit Learn（ Python ） - Python中的机器学习。
- Linfa（ Rust ） - scikit learn ，Rust Ml Lib。
- Xgboost（ Python，R，JVM，Julia，CLI ）-XGBoost Lib的文档。
- LightGBM（ Python，R，CLI ） - Microsoft Lightgbm Lib的功能文档。
- CATBOOST（ Python，R，CLI ）-Yandex Catboost Lib的密钥算法PDF Papper。
- Stacknet（ Java，CLI ） - 本LIB中实现的一些模型堆叠算法。
- RGF-使用Regularized Greedy Forest （多核实施FastrGF）学习非线性功能
- FM，FASTFM，FFM，XDEEPFM-分解机和一些扩展算法
深度学习
- GNN论文 - 图形神经网络（GNN）的必读论文
- 高效网络 - 卷积神经网络的重新思考模型缩放
- Densenet-密集连接的卷积网络
NLP
- XLNET- repo XLNet：通用自动回归预读，以了解语言理解
- BERT-深度双向变压器的预训练以了解语言理解
- GPT-3-语言模型是很少的学习者
简历
- 快速R-CNN-基于快速区域的卷积网络方法（快速R-CNN）用于对象检测
- Mask R-CNN-Mask r-CNN，通过添加一个分支，用于与现有分支以限制框识别的现有分支并行预测对象掩模，从而更快地扩展了R-CNN。
- GQN-深度生成查询网络，神经场景表示和渲染
元学习
- MAML-模型 - 不足的元学习，用于快速适应深网络
转移学习
- GCN-通过语义嵌入和知识图的零拍识别
自动ML
- 模型搜索（ Python ）-Google Model Search（MS）是一个框架，可在规模上实现用于模型体系结构搜索的自动算法。
- TPOT（ Python ）-TPOT是Automl的LIB。
- Auto-sklearn（ Python ） - 自动 - 扫描是一种自动化的机器学习工具包，并且是Scikit-Learn估算器的倒入替代品
- Auto-Keras（ Python ） - Auto-Keras是一个用于自动化机器学习（AUTOML）的开源软件库。它是由数据实验室开发的
- TransMogrifai（ JVM ）-TransMogrifai（发音为Trăns-MŏGˈrə-fī）是用Scala编写的汽车库，它在Spark上运行
- Auto -Wekaa-为WEKA提供自动选择型号和超参数。
- MLBox（ Python ）-MLBox是一个强大的自动化机器学习Python库
管道培训
- Zenml（ Python ）-Zenml是为正在增加ML工作流程生产的ML从业者而建造的
减少维度
- T-SNE（非线性/非帕拉姆） - T-分布的随机邻居嵌入（T-SNE）是一种用于可视化的机器学习算法
- PCA（线性） - 主成分分析
- LDA（线性） - 线性判别分析
- LLE（非线性） - 局部线性嵌入
- laplacian eigenmaps-降低维度和数据表示的laplacian eigenmaps
- SAMMON映射（非线性） - Sammon映射设计以最大程度地减少两个空间中相应点距离之间的差异
数据处理
- Pandas（ Python ） - Python的灵活而强大的数据分析 /操纵库。
- Porars（ Rust，Python ） - Rust和Python的闪电快速数据框架库。