В качестве общего введения в машинное и глубокое обучение рекомендуются две книги:
• «Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems» Жерона Орельена (Geron Aurelien), вышедшая в издательстве O’Reilly;1
• «Deep Learning with Python» Шолле Франсуа (Francois Chollet), вышедшая в издательстве Manning.2
Большинство статей, упоминаемых в этой книге, получены из arXiv (https://arxiv.org/), бесплатного репозитория научных статей. Сейчас многие авторы публикуют свои статьи в arXiv до их рецензирования. Обзор последних поступлений в репозиторий — отличный способ быть в курсе самых передовых разработок в области машинного обучения.
На сайте Papers with Code (https://paperswithcode.com/) можно найти самые свежие решения различных задач машинного обучения, ссылки на статьи и официальные репозитории GitHub. Это отличный ресурс для любого желающего выяснить, какие современные методы помогают достичь самых высоких результатов.
Генеративное глубокое обучение. Творческий потенциал нейронных сетей
·
Дэвид Фостер
