awesome AI books下載 - awesome AI books源代碼下載

awesome AI books

其他源碼

1.0.0

下載

很棒的AI書

一些很棒的AI相關書籍和PDF，用於下載和學習。

前言

此存儲庫僅用於學習，不要在業務中使用。

歡迎在此存儲庫中提供出色的書籍，或者告訴我您需要哪本出色的書，我將嘗試在此存儲庫中附加它，您可以在此處創建問題或公關的任何想法。

由於github大文件存儲的limition，所有書籍pdf存儲在yandex.disk中。

一些經常使用的數學符號可以參考此頁面

內容

與論文/研究的組織
訓練場
圖書
- 入門理論並開始
- 數學
- 數據挖掘
- 深度學習
- 哲學
用AI量子
- 量子基本
- 量子AI
- 量子相關的框架
與在線書籍的libs
- 強化學習
- 功能選擇
- 機器學習
- 深度學習
- NLP
- 簡歷
- 元學習
- 轉移學習
- 自動ML
- 減少維度
分佈式培訓

與論文/研究的組織

arxiv.org
科學
自然
DeepMind出版物
Openai研究

訓練場

Openai Gym：用於開發和比較增強學習算法的工具包。（可以玩Atari，Box2D，Mujoco等...）
Malmo：Malmö項目是建立在Minecraft之上的人工智能實驗和研究的平台。
DeepMind PYSC2：Starcraft II學習環境。
Procgen：Procgen基準：程序生成的類似遊戲的健身環境。
Torchcraftai：一個機器人學習研究的機器人平台：Starcraft®：BroodWar®
閥DOTA2：DOTA2遊戲ACESSING API。（CN DOC）
Mario AI框架：使用AI方法的Mario AI框架。
Google多巴胺：多巴胺是用於快速鋼筋學習算法原型製作的研究框架
TextWorld：Microsoft-用於培訓和測試加固學習（RL）代理的學習環境沙箱（基於文本的遊戲）。
迷你網格：Openai Gym的簡約網格環境環境
洋紅色：多項式增強學習的平台
Xworld：用於加固學習的C ++/Python模擬器包
神經MMO：一個大量的多基因遊戲環境
Minatar：Minatar是針對AI代理的測試床，可實現幾種Atari 2600遊戲的小型版本。
Craft-env：Craftenv是一個2D手工製作環境
體育館 - 霍班：索科班是倉庫門將的日語和傳統視頻遊戲
Pommerman Playground接待了Pommerman，這是Bomberman的克隆人，為AI研究而建。
Gym Miniworld Miniworld是一種簡約的3D內部環境模擬器，用於增強學習與機器人研究
Vizdoomgym Openai Gym Gym撰寫的Vizdoom（一個基於末日的AI研究平台，用於從原始視覺信息中進行增強學習）。
ddz-ai以孤立語假設和寬度優先搜索為基礎，構建了一種多通道堆疊注意力變壓器結構的斗地主ai

圖書

入門理論並開始

人工智能 - 現代方法（第三版） - 斯圖爾特·羅素（Stuart Russell）和彼得·諾維格（Peter Norvig）
商業Grokking人工智能算法 - rishal hurbans

數學

概率的第一門課程概率（第8）-Sheldon M Ross
凸優化 - 斯蒂芬·博伊德（Stephen Boyd）
信息理論元素的要素 - 托馬斯覆蓋和傑伊·托馬斯
離散數學及其應用7 -Kenneth H. Rosen
線性代數概論（第五） - 吉爾伯特·斯特朗（Gilbert Strang）
線性代數及其應用（第5）-David C Lay
概率理論科學的邏輯-Edwin Thompson Jaynes
概率和統計第四-Morris H. degroot
統計推斷（第二）-Roger Casella
信息論基礎（信息理論元素的元素元素第2版）-Thomas Cover＆Jay A Thomas
凸優化（原書凸優化） - 斯蒂芬·博伊德（Stephen Boyd）
數理統計學教程 -陳希儒
數學之美2th -吳軍
概率論基礎教程（概率上的第一門課程概率第9屆課程）-Sheldon M Ross
線性代數及其應用（原書線性代數及其應用第3版）-David C Lay
統計推斷（原書統計推斷第二版） - 羅傑·卡塞拉（Roger Casella）
離散數學及其應用（原書離散數學及其應用

數據挖掘

數據挖掘簡介-Pang -ning tan
編程集體智能 - 托比·塞加蘭（Toby Segaran）
機器學習的功能工程-Amanda Casari，Alice Zheng
集體智慧編程-托比·塞加蘭（Toby Segaran）

機器學習

信息理論，推理和學習算法-David JC Mackay
機器學習-Tom M. Mitchell
模式識別和機器學習 - 克里斯托弗·畢曉普
統計學習的要素 - Trevor Hastie
OPENCV的機器學習-Michael Beyeler（這裡的源代碼）
機器學習 -周志華
機器學習（機器學習）-Tom M. M. Mitchell
統計學習方法 -李航

深度學習

在線快速學習
- 深入學習深度學習 - （使用MXNET）一本帶有代碼，數學和討論的互動深度學習書。
- D2L -Pytorch-（深入學習）Pytorch版本。
- 動手學深度學習-（深入學習）中文。
深度學習-Ian Goodfellow＆Yoshua Bengio和Aaron Courville
深度學習方法和應用-Li Deng＆Dong Yu
學習AI -Yoshua Bengio的深層體系結構
機器學習算法觀點（第二） - 斯蒂芬·馬斯蘭（Stephen Marsland）
神經網絡設計（第二） - 馬丁·哈根（Martin Hagan）
神經網絡和學習機（第三）-Inson Haykin
用於應用科學和工程的神經網絡-Sandhya samarasinghe
深度學習（原書深度學習） - 伊恩·古德法洛（Ian Goodfellow）和尤舒亞·本吉奧（Yoshua Bengio）和亞倫·庫爾維爾（Aaron Courville）
神經網絡與機器學習（原書神經網絡和學習機） - 西蒙·海金（Simon Haykin）
神經網絡設計（原書神經網絡設計） - 馬丁·哈根（Martin Hagan）
商業解釋的AI -Ajay Thampi
商業對話AI -Andrew R. Freed

哲學

兼容商業人工：人工智能和控制問題 - 斯圖爾特·羅素（Stuart Russell）
商業生活3.0：在人工智能時代成為人類-Max Tegmark
商業超級智能：路徑，危險，策略-Nick Bostrom

用AI量子

量子基本
- 量子計算引物-D -Wave量子計算引物
- 量子計算101-量子計算101，來自滑鐵盧大學
- PDF量子計算和量子信息-Nielsen
- PDF 量子計算和量子信息（量子計算部分） - 尼爾森
量子AI
- 量子神經網絡
- 在實際量子處理器上實現的人造神經元
- 用近期處理器上的量子神經網絡進行分類
- 黑洞作為大腦：具有區域法熵的神經網絡
量子相關的框架
- ProjectQ -ProjectQ是用於量子計算的開源工作。

與在線書籍的libs

GC（生成內容）
- 穩定的擴散 - [紙]潛在的文本對圖像擴散模型
- 穩定的擴散V2-高分辨率圖像合成與潛擴散模型
- GFPGAN- [Paper] GFPGAN旨在開髮用於現實世界恢復的實用算法。
- Esrgan- [Paper] ECCV18研討會 - 增強的Srgan。冠軍Pirm Challenge在感知超分辨率上。培訓代碼在基礎上。
- 代碼形式 - [紙] - [Neurips 2022]使用Codebook查找變壓器朝著穩健的盲人恢復
- UNIPC- [PAPER] UNIPC：用於快速採樣擴散模型的統一預測器 - 矯正器框架
強化學習
- A3C- Google DeepMind異步優勢演員批評算法
- Q學習SARSA DQN DDQN- Q學習是一種基於價值的增強學習算法
- DDPG-深層確定性政策梯度，
- 大規模好奇 - 好奇心驅動的學習大規模研究
- PPO- OpenAI近端策略優化算法
- RND- OpenAI隨機網絡蒸餾，是深入增強學習方法的探索獎金。
- VIME- OpenAI變分信息最大化探索
- DQV-深質量值（DQV）學習
- ERL-增強學習的進化引導的政策梯度
- MF多代理RL-平均田間多機構增強學習。（本文包括MF-Q和MF-AC）
- MAAC-多手加固學習的演員 - 注意力
功能選擇
- Scikit -Feature-特徵選擇算法的集合，可在GitHub上獲得
機器學習
- Scikit Learn（ Python ） - Python中的機器學習。
- Linfa（ Rust ） - scikit learn ，Rust Ml Lib。
- Xgboost（ Python，R，JVM，Julia，CLI ）-XGBoost Lib的文檔。
- LightGBM（ Python，R，CLI ） - Microsoft Lightgbm Lib的功能文檔。
- CATBOOST（ Python，R，CLI ）-Yandex Catboost Lib的密鑰算法PDF Papper。
- Stacknet（ Java，CLI ） - 本LIB中實現的一些模型堆疊算法。
- RGF-使用Regularized Greedy Forest （多核實施FastrGF）學習非線性功能
- FM，FASTFM，FFM，XDEEPFM-分解機和一些擴展算法
深度學習
- GNN論文 - 圖形神經網絡（GNN）的必讀論文
- 高效網絡 - 卷積神經網絡的重新思考模型縮放
- Densenet-密集連接的捲積網絡
NLP
- XLNET- repo XLNet：通用自動回歸預讀，以了解語言理解
- BERT-深度雙向變壓器的預訓練以了解語言理解
- GPT-3-語言模型是很少的學習者
簡歷
- 快速R-CNN-基於快速區域的捲積網絡方法（快速R-CNN）用於對象檢測
- Mask R-CNN-Mask r-CNN，通過添加一個分支，用於與現有分支以限制框識別的現有分支並行預測對象掩模，從而更快地擴展了R-CNN。
- GQN-深度生成查詢網絡，神經場景表示和渲染
元學習
- MAML-模型 - 不足的元學習，用於快速適應深網絡
轉移學習
- GCN-通過語義嵌入和知識圖的零拍識別
自動ML
- 模型搜索（ Python ）-Google Model Search（MS）是一個框架，可在規模上實現用於模型體系結構搜索的自動算法。
- TPOT（ Python ）-TPOT是Automl的LIB。
- Auto-sklearn（ Python ） - 自動 - 掃描是一種自動化的機器學習工具包，並且是Scikit-Learn估算器的倒入替代品
- Auto-Keras（ Python ） - Auto-Keras是一個用於自動化機器學習（AUTOML）的開源軟件庫。它是由數據實驗室開發的
- TransMogrifai（ JVM ）-TransMogrifai（發音為Trăns-MŏGˈrə-fī）是用Scala編寫的汽車庫，它在Spark上運行
- Auto -Wekaa-為WEKA提供自動選擇型號和超參數。
- MLBox（ Python ）-MLBox是一個強大的自動化機器學習Python庫
管道培訓
- Zenml（ Python ）-Zenml是為正在增加ML工作流程生產的ML從業者而建造的
減少維度
- T-SNE（非線性/非帕拉姆） - T-分佈的隨機鄰居嵌入（T-SNE）是一種用於可視化的機器學習算法
- PCA（線性） - 主成分分析
- LDA（線性） - 線性判別分析
- LLE（非線性） - 局部線性嵌入
- laplacian eigenmaps-降低維度和數據表示的laplacian eigenmaps
- SAMMON映射（非線性） - Sammon映射設計以最大程度地減少兩個空間中相應點距離之間的差異
數據處理
- Pandas（ Python ） - Python的靈活而強大的數據分析 /操縱庫。
- Porars（ Rust，Python ） - Rust和Python的閃電快速數據框架庫。