这里用于记录和分享一些机器学习相关的课程资源和代码实现,大家有需自取哈
RL部分整理了RL相关的书籍和课程资源,包括UCB,CMU,Stanford,以及莫凡、周博磊老师的课程资源 link
- DQN (pytorch)
- PPO (pytorch)
- DDPG (pytorch)
- Transformer:使用pytorch实现一个简易版本的transformer。
- GCN:使用pytorch实现一个简易版本的图卷积神经网络。
- Pointer Network:使用pytorch实现一个简易版本的pointer network。
- KNN
- Decision Tree
- Naive Bayes
- Logistic
- SVM
- AdaBoost
- Regression
- Regression Trees
这部分上传了一些电子书资源,包括花书,Sutton的RL入门,数学相关的资源等
- Yannic Kilcher on Youtube:这是一位定期在YouTube分享机器学习和深度学习前沿技术的博主,里面包含的内容包括强化学习,计算机视觉,自然语言处理以及AI在其他领域的最新应用,讲解论文的方式主要是屏幕分享,陪你认真阅读每一段文字,然后遇到难点就会在旁边画图讲解,十分通俗易懂,是我最最喜欢的一位Youtube博主。
- Lilian Weng's Blog:这是一个非常厉害的小姐姐,主要通过综述的形式对每个AI方向进行讲解,例如神经网络架构搜索,强化学习中的探索问题研究,她就针对这个课题进行了详细的梳理。他的博客是对每个方向的发展进行梳理,非常适合做survey和小白入手。