请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

正在回答

1回答

如果你是指机器学习领域“经典”的论文,sklearn 的 User Guide 下,每一部分的 Reference 都有对应的文献引用:https://scikit-learn.org/stable/modules/linear_model.html


我的课程不涉及深度学习部分,对于深度学习部分的论文阅读,这个代码仓是一个很好的 roadmap(sklearn 的 User Guide 可以视作是传统机器学习相关论文的 roadmap):https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap


这几年比较火的一个网站是这个 Papers with code,收集了这个领域的公开了代码仓的论文。也就是论文中的内容你都可以下载相关代码来研究:https://paperswithcode.com/


arxive 就不用说了:https://arxiv.org/

ResearchGate:https://www.researchgate.net/topic/Machine-Learning/publications


然后就是根据你在的具体领域,去关注相关的会议了。什么 NIPS, ICML, ICLR。


继续加油!:)


1 回复 有任何疑惑可以回复我~
  • 提问者 慕仙3296778 #1
    太爱你了,bobo老师!
    回复 有任何疑惑可以回复我~ 2022-07-22 06:48:58
  • 提问者 慕仙3296778 #2
    非常感谢!
    回复 有任何疑惑可以回复我~ 2022-07-22 07:51:44
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信