awesome artificial intelligence

Großartige künstliche Intelligenz (KI)

Dies ist eine kuratierte Liste der Werkzeuge, Kurse, Bücher, Vorträge und Papiere für künstliche Intelligenz (KI). AI oder künstliche Intelligenz ist ein Zweig der Informatik, der sich auf die Schaffung von Maschinen konzentriert, die Aufgaben ausführen können, die menschliche Intelligenz erfordern. Diese Aufgaben umfassen Lernen, Argumentation, Problemlösung, das Verständnis der natürlichen Sprache und das Erkennen von Mustern. AI zielt darauf ab, menschliche kognitive Funktionen nachzuahmen, Maschinen in der Lage zu machen, ihre Leistung auf der Grundlage von Erfahrungen zu verbessern, sich an neue Eingaben anzupassen und menschliche Aufgaben auszuführen.

Beiträge sind willkommen. Verbinden Sie LinkedIn oder X.

Inhalt

1. Werkzeuge
2. Kurse
3. Bücher
4. Programmierung
5. Philosophie
6. Kostenloser Inhalt
7. Code
8. Videos
9. Lernen
10. Organisationen
11. Zeitschriften
12. Wettbewerbe
13. Newsletter
14. Miser

Werkzeuge

Chat

• CHAT GPT CHATGPT ist ein kostenloses KI-System. Es ermöglicht Benutzern, Gespräche zu führen, Einblicke zu gewinnen, Aufgaben zu automatisieren und die Zukunft von AI an einem Ort zu beobachten.
• Gemini Gemini bietet Ihnen direkten Zugriff auf Google AI. Holen Sie sich Hilfe beim Schreiben, Planen, Lernen und vielem mehr.
• Claude Claude ist eine Familie von grundlegenden KI -Modellen, die in verschiedenen Anwendungen verwendet werden können. Sie können direkt mit Claude bei Claude.ai sprechen, um Ideen zu erfassen, Bilder zu analysieren und lange Dokumente zu verarbeiten

Bilder

• Midjourney AI Image Generation
• Dall · e 2 dall · e 3 ist ein AI-System, das realistische Bilder und Kunst aus einer natürlichen Sprachbeschreibung erzeugen kann.

Video

• Sora Sora ist ein AI-Modell von Text zu Video, das realistische und fantasievolle Szenen aus Textanweisungen erzeugen kann.
• Landebahn -AI -Videogenerierung

Handelswerkzeuge

• Taskade Build, Training und Bereitstellung von KI-Agenten, um Aufgaben zu automatisieren, zu forschen und in Echtzeit zusammenzuarbeiten

Kurse

• Einführung in die künstliche Intelligenz (KI) - Eine hochrangige Einführung in die KI von IBM on Coursera
• Einführung in die generative KI - Eine Einführung auf Anfängerebene in die generative KI von Google on Coursera
• CS50s Intro in die künstliche Intelligenz - Dieser Kurs untersucht die Konzepte und Algorithmen auf der Grundlage der modernen künstlichen Intelligenz
• MIT: Intro to Deep Learning - Ein sieben Tage im MIT entwickelter Bootcamp zur Einführung von Methoden und Anwendungen für Deep Learning
• Deep Blueberry: Deep Learning Book-Ein kostenloser fünf Wochensplan für Selbstlerner, um die Grundlagen von tiefgreifenden Architekturen wie CNNs, LSTMS, RNNs, Vaes, Gans, DQN, A3C und mehr zu lernen
• Spinnen im tiefen Verstärkungslernen - ein kostenloser Kurs für tiefe Verstärkung von OpenAI
• MIT künstliche Intelligenzvideos - MIT AI -Kurs
• Das Tiefen lernen, tiefes Lernen in Bewegung zu machen - Anfängerkurs, um tiefes Lernen und neuronale Netzwerke ohne Frameworks zu lernen.
• Intro in die künstliche Intelligenz - Lernen Sie die Grundlagen von AI. Kurs von Peter Norvig geleitet
• EDX Künstliche Intelligenz - Der Kurs führt die grundlegenden Ideen und Techniken ein, die dem Design intelligenter Computersysteme zugrunde liegen
• Künstliche Intelligenz für Robotik - Diese Klasse vermittelt Ihnen grundlegende Methoden in der künstlichen Intelligenz, einschließlich probabilistischer Inferenz, Planung und Suche, Lokalisierung, Verfolgung und Kontrolle, alle mit Schwerpunkt Robotik
• Maschinelles Lernen - Basis -Algorithmen für maschinelles Lernen für beaufsichtigtes und unbeaufsichtigtes Lernen
• Deep Learning - Ein Einführungskurs zum Deep Learning mit TensorFlow.
• Stanford Statistisches Lernen - Einführender Kurs über maschinelles Lernen mit Schwerpunkt auf linearen und polynomialen Regression, logistischer Regression und linearer Diskriminanzanalyse; Kreuzvalidierung und Bootstrap-, Modellauswahl- und Regularisierungsmethoden (Ridge und Lasso); nichtlineare Modelle, Splines und verallgemeinerte additive Modelle; auf Baumbasis, zufällige Wälder und Steigerung; Support-Vektor-Maschinen.
• Wissensbasierte künstliche Intelligenz - Kurs von Georgia Tech über künstliche Intelligenz, die sich auf symbolische KI konzentrieren.
• Deep RL Bootcamp Lectures - Tiefe Verstärkung Bootcamp Lectures - August 2017
• Crashkurs für maschinelles Lernen von Google Machine Learning Crash-Kurse bietet eine Reihe von Lektionen mit Videovorträgen, Fallstudien in realer Welt und praktischen Übungsübungen.
• Python -Klasse von Google Dies ist eine kostenlose Klasse für Menschen mit ein wenig Programmerfahrung, die Python lernen möchten. Die Klasse enthält schriftliche Materialien, Vorlesungsvideos und viele Codeübungen, um die Python -Codierung zu üben.
• Der Deep -Learning -Crash -Kurs in diesem LiveVideo -Kurs lehrt Ihnen, Oliver Zeigermann, Ihnen die Grundlagen des Deep Learning.
• Künstliche Intelligenz: Ein moderner Ansatz - Stuart Russell & Peter Norvig
  • Erwägen Sie auch, die Liste der empfohlenen Lektüre zu durchsuchen, geteilt durch jedes Kapitel in "Künstliche Intelligenz: Ein moderner Ansatz".
• Paradigmen der Programmierung künstlicher Intelligenz: Fallstudien in gemeinsamen LISP - Paradigmen der AI -Programmierung sind der erste Text, der fortgeschrittene gemeinsame LISP -Techniken im Kontext des Aufbaus von Haupt AI -Systemen lehrt
• Verstärkungslernen: Eine Einführung - Dieses einleitende Lehrbuch zum Verstärkungslernen richtet sich an Ingenieure und Wissenschaftler in künstlicher Intelligenz, Operationsforschung, neuronalen Netzwerken und Kontrollsystemen, und wir hoffen, dass es auch für Psychologen und Neurowissenschaftler von Interesse sein wird.
• Das Cambridge -Handbuch für künstliche Intelligenz - geschrieben für Unspezialisten, deckt die Grundlagen, Haupttheorien und Hauptforschungsbereiche der Disziplin sowie verwandte Themen wie das künstliche Leben ab
• Die Emotion Machine: Commonsense -Denken, künstliche Intelligenz und die Zukunft des menschlichen Geistes - In diesem von Gedanken erweiterten Buch setzt der wissenschaftliche Pionier Marvin Minsky seine bahnbrechende Forschung fort und bietet ein faszinierendes neues Modell für die Arbeit unseres Geistes
• Künstliche Intelligenz: Eine neue Synthese - beginnend mit elementaren reaktiven Wirkstoffen erhöht Nilsson allmählich ihre kognitive Leistung, um die wichtigsten und dauerhaftesten Ideen in AI zu veranschaulichen
• In der Intelligenz - Hawkins entwickelt eine mächtige Theorie darüber, wie das menschliche Gehirn funktioniert, und erklärt, warum Computer nicht intelligent sind und wie wir auf dieser neuen Theorie endlich intelligente Maschinen aufbauen können. Auch Audio -Version bei Audible.com erhältlich
• Wie man einen Geist schafft - Kurzweil diskutiert, wie das Gehirn funktioniert, wie der Geist auftaucht, Hirn -Computer -Schnittstellen und die Auswirkungen der Auswirkungen der erheblichen Erhöhung der Kräfte unserer Intelligenz, um die Probleme der Welt anzugehen
• Deep Learning - Goodfellow, Bengio und Courvilles Einführung in ein breites Spektrum von Themen in Deep Learning, Deckung mathematischer und konzeptioneller Hintergrund, Deep -Lern -Techniken in der Industrie und Forschungsperspektiven.
• Die Elemente des statistischen Lernens: Data Mining, Inferenz und Vorhersage-Hastie und Tibshirani umfassen eine breite Palette von Themen, vom überwachten Lernen (Vorhersage) bis hin zu unbeaufsichtigtem Lernen, einschließlich neuronaler Netzwerke, Unterstützung von Vektormaschinen, Klassifizierungsbäumen und Boosting-die erste umfassende Behandlung dieses Themas in jedem Buch.
• Deep Learning und The Game of Go-Deep Learning und The Game of Go lehren Sie, wie Sie die Kraft des Deep-Lernens auf komplexe Argumentationsaufgaben anwenden können, indem Sie eine KI für die GO-Spiele aufbauen. Nachdem Sie Sie den Grundlagen von Maschinen und Deep Learning ausgesetzt haben, verwenden Sie Python, um einen Bot zu erstellen und ihm dann die Spielregeln beizubringen.
• Deep Learning for Search - Deep Learning for Search lehrt Sie, wie Sie neuronale Netzwerke, NLP und Deep -Lern -Techniken nutzen können, um die Suchleistung zu verbessern.
• Deep Learning with Pytorch - Pytorch bringt diese Superkräfte in die Hände und bietet ein komfortables Python -Erlebnis, mit dem Sie schnell beginnen und dann mit Ihnen wächst, während Sie - und Ihre Deep -Learn -Fähigkeiten - anspruchsvollere. Deep Learning mit Pytorch wird diese Reise engagiert und Spaß machen.
• Tiefe Verstärkung Lernen in Aktion - Tiefes Verstärkungslernen in Aktion lehrt Sie die grundlegenden Konzepte und Terminologie des tiefen Verstärkungslernens sowie die praktischen Fähigkeiten und Techniken, die Sie benötigen, um es in Ihre eigenen Projekte umzusetzen.
• Das Lernen von Tiefenverstärkungsverstärkern - Das Lernen von Tiefenverstärkern tiefe Verstärkung führt diesen leistungsstarken Ansatz für maschinelles Lernen ein und verwendet Beispiele, Illustrationen, Übungen und kristallklare Lehre.
• Fusion in Action - Fusion in Aktion lehrt Sie, eine Pipeline für Datenanalyse mit vollem Funktionsanalyse zu erstellen, einschließlich Dokumenten- und Datensuche und verteilter Datencluster.
• Real -World natürliche Sprachverarbeitung - Frühzugriffsbuch zum Erstellen praktischer NLP -Anwendungen mithilfe von Python.
• Macherschaftslernen aus dem Grokking - Frühzugriffsbuch, das die wertvollsten Techniken des maschinellen Lernens einführt.
• Nachfolger mit KI - eine Einführung in die Verwaltung erfolgreicher KI -Projekte und die Anwendung von KI auf reale Situationen.
• Elemente von AI (Teil 1) - REAKTOR/University of Helsinki - Eine Einführung in die KI ist ein kostenloser Online -Kurs für alle, die daran interessiert sind, zu lernen, was KI ist, was möglich (und nicht möglich) mit KI und wie sie sich auf unser Leben auswirkt - ohne komplizierte Mathematik oder Programmierung erforderlich.
• Wesentliche Verarbeitung natürlicher Sprache-Ein praktischer Leitfaden für NLP mit praktischen Techniken, zahlreichen pythonbasierten Beispielen und Fallstudien in realer Welt.
• Kaggle's Micro -Kurse - eine Reihe von Mikrokursen, indem sie praktisches und praktisches Wissen von Python bis tiefes Lernen bieten.
• Übertragungslernen für die Verarbeitung natürlicher Sprache - Ein Buch, das Sie mit den relevanten ML -Konzepten auf den neuesten Stand bringt und dann in das Transferlernen für NLP eintaucht.
• (Stanford Deep Learning -Serie] [https://www.youtube.com/playlist?list=ploromvodv4roabxSyghtsbvuz4g_yqhob]
• Amazon Machine Learning Developer Guide - Ein Buch für ML -Entwickler, das die ML -Konzepte und -Anstrategien mit vielen praktischen Verwendungen einführt.
• Kurs für maschinelles Lernen Observabilität - Der selbstgeführte Kurs deckt die Intuition, Mathematik und Best Practices für effektive Beobachtbarkeit des maschinellen Lernens ab.
• Maschinelles Lernen für Menschen-Eine Reihe einfacher, einfach englischer Erklärungen, begleitet von Beispielen für Mathematik, Code und reale Welt.

Bücher

• Maschinelles Lernen für Sterbliche (bloß und ansonsten) - Frühzugriffsbuch, das Grundlagen des maschinellen Lernens und die Verwendung von R -Programmiersprache bietet.
• Wie maschinelles Lernen funktioniert - Mostafa Samir. Frühzugriffsbuch, das maschinelles Lernen sowohl praktische als auch theoretische Aspekte auf nicht bedrohliche Weise einführt.
• Machinelearningwithtensorflow2ED ist ein Buch über allgemeine Techniken für maschinelles Lernen, einschließlich Regression, Klassifizierung, unbeaufsichtigtes Clustering, Verstärkungslernen, Autoencoder, Faltungsnetzwerke, RNNs und LSTMS unter Verwendung von Tensorflow 1.14.1.
• Serverloses maschinelles Lernen - Ein Buch für maschinelles Lerningenieure zum Trainieren und Bereitstellen von maschinellen Lernsystemen in öffentlichen Wolken wie AWS, Azure und GCP unter Verwendung eines codorientierten Ansatzes.
• Das hundertseitige Buch für maschinelles Lernen - Alles, was Sie über maschinelles Lernen auf hundert Seiten, überwacht und unbeaufsichtigtes Lernen, SVM, neuronale Netzwerke, Ensemble -Methoden, Gradientenabfälle, Clusteranalyse und Dimensionalitätsreduzierung, Autocoder sowie Übertragungslernen, Feature Engineering und Hyperparameter -Tuning wissen müssen.
• Vertrauen in maschinelles Lernen - Ein Buch für erfahrene Datenwissenschaftler und maschinelles Lerningenieure, wie Sie Ihre KI zu einem vertrauenswürdigen Partner machen können. Erstellen Sie maschinelle Lernsysteme, die erklärbar, robust, transparent und für Fairness optimiert sind.
• Generative KI in Aktion - Ein Buch, das genau zeigt, wie generative KI -Tools für Text, Bilder und Code und mehr in die Strategien und Projekte Ihres Unternehmens hinzugefügt werden können.

Programmierung

• Prolog -Programmierung für künstliche Intelligenz - Dieser meistverkaufte Leitfaden für Prolog und künstliche Intelligenz konzentriert sich auf die Kunst, die grundlegenden Mechanismen des Prologs zu verwenden, um interessante KI -Probleme zu lösen.
• AI -Algorithmen, Datenstrukturen und Redewendungen in Prolog, Lisp und Java - PDF hier
• Python -Werkzeuge für maschinelles Lernen
• Python für künstliche Intelligenz

Philosophie

• Super Intelligence - Superintelligence stellt die Frage: Was passiert, wenn Maschinen Menschen in der allgemeinen Intelligenz übertreffen?
• Unsere letzte Erfindung: Künstliche Intelligenz und das Ende der menschlichen Ära - Unsere endgültige Erfindung untersucht die Gefahren des beachtungslosen Strebens einer fortgeschrittenen KI. Bisher hatte die menschliche Intelligenz keinen Rivalen. Können wir mit Wesen koexistieren, deren Intelligenz unsere eigenen in den Schatten stellt? Und werden sie uns erlauben?
• Wie man einen Geist erstellt: Das Geheimnis des menschlichen Denkens enthüllte - Ray Kurzweil, Ingenieurdirektor bei Google, untersuchte den Prozess des reversen Engineering des Gehirns, um genau zu verstehen, wie es funktioniert, und wendet dann dieses Wissen an, um weitaus intelligente Maschinen zu schaffen.
• Köpfe, Gehirne und Programme - Das Papier von 1980 des Philosophen John Searle, das das berühmte "chinesische Zimmer" -Ddenkenexperiment enthält. Es ist wahrscheinlich der berühmteste Angriff auf den Begriff einer starken KI, die einen "Geist" oder ein "Bewusstsein" besitzt, und es ist eine interessante Lesart für diejenigen, die sich für die Schnittstelle von AI und Philosophie des Geistes interessieren.
• Gödel, Escher, Bach: Ein ewiges goldenes Geflecht - geschrieben von Douglas Hofstadter und markierte "Eine metaphorische Fuge über Köpfe und Maschinen im Geist von Lewis Carroll", diese unglaubliche Reise in die Fundamentalkonzepte der Mathematik, Symmetrie und Intelligenz gewann eine Pulitzer -Gewinne. 1's und 0, in besonderen Mustern angeordnet.
• Leben 3.0: Menschen im Zeitalter der künstlichen Intelligenz sein - Max Tegmark, Professor für Physik am MIT, diskutiert, wie sich künstliche Intelligenz auf Kriminalität, Krieg, Gerechtigkeit, Arbeitsplätze, Gesellschaft und unser Gefühl von Menschen in naher Zukunft auswirken kann.

Kostenloser Inhalt

• Grundlagen von Computeragenten - Dieses Buch wird von Cambridge University Press veröffentlicht
• Das Streben nach künstlicher Intelligenz - Dieses Buch verfolgt die Geschichte des Faches, von den frühen Träumen des (und früheren) Pioniere des 18. Jahrhunderts bis hin zu den erfolgreicheren Arbeiten der heutigen KI -Ingenieure.
• Stanford CS229 - maschinelles Lernen - Dieser Kurs bietet eine breite Einführung in das maschinelle Lernen und die statistische Mustererkennung.
• Computer und Denken: Eine praktische Einführung in die künstliche Intelligenz - Das Buch behandelt die Computersimulation menschlicher Aktivitäten wie Problemlösung und natürliches Sprachverständnis; Computer Vision; KI -Werkzeuge und -Techniken; eine Einführung in die KI -Programmierung; symbolische und neuronale Netzwerkmodelle der Kognition; die Natur des Geistes und der Intelligenz; und die sozialen Implikationen der KI und der kognitiven Wissenschaft.
• Society of Mind - Marvin Minskys wegweisende Arbeit darüber, wie unser Geist funktioniert. Aus dieser Grundlage wurden viele symbolische KI -Konzepte abgeleitet.
• Künstliche Intelligenz und molekulare Biologie - Das aktuelle Volumen ist ein Anstrengung, diesen Untersuchungsbereich von Nucleotid bis zum abstrakten Konzept in der zeitgenössischen KI/MB -Forschung zu überbrücken.
• Kurze Einführung in pädagogische Implikationen künstlicher Intelligenz - Dieses Buch soll dazu beitragen, dass Lehrer auf Erhaltung und Inservice -Lehrer über einige der pädagogischen Implikationen der gegenwärtigen Verwendung künstlicher Intelligenz als Hilfe zur Lösung von Problemen und zur Erfüllung von Aufgaben erfahren.
• Enzyklopädie: Computational Intelligence-Scholarpedia ist eine von Experten begutachtete Open-Access-Enzyklopädie, die von wissenschaftlichen Experten aus der ganzen Welt geschrieben und gepflegt wurde.
• Ethische künstliche Intelligenz - Ein Buch von Bill Hibbard, das mehrere von Experten begutachtete Papiere und neues Material kombiniert, um die Themen der ethischen künstlichen Intelligenz zu analysieren.
• Goldene künstliche Intelligenz - eine Gruppe von Seiten über künstliche Intelligenz und maschinelles Lernen.
• R2D3 - Eine Website mit Erklärungen zu Themen vom maschinellen Lernen bis zu Statistiken. Alle halfen bei wunderschön animierten Infografiken und Beispielen im wirklichen Leben. In verschiedenen Sprachen erhältlich.
• Modellierungsmittel mit probabilistischen Programmen - Dieses Buch beschreibt und implementiert Modelle rationaler Agenten für (PO) MDPs und Verstärkungslernen.

Code

• Erklären- Erklärungen ist ein schnelles, leichtes und skalierbares erklärbares KI-Framework für Datenwissenschaftler, um Business-Stakeholdern ein Black-Box-Modell zu erklären.
• AIMACODE - Quellcode für "künstliche Intelligenz: Ein moderner Ansatz" in Common Lisp, Java und Python. Weitere kommen.
• Fann - Fast Artificial Neural Network Library, nativ für c
• Fargonautica - Quellcode von Douglas Hosftadters flüssigen Konzepten und kreativen Analogien Ph.D. Projekte.

Videos

• Ein Tutorial über tiefes Lernen
• Grundlagen des Rechenverstärkungslernens
• Tiefes Verstärkungslernen
• Intelligente Agenten und Paradigmen für KI
• Die unangemessene Effektivität von Deep Learning - dem Direktor der KI -Forschung von Facebook, Dr. Yann Lecun, spricht über tiefe nervige Netzwerke und ihre Anwendungen für maschinelles Lernen und Computer Vision
• AWS maschinelles Lernen in Bewegung - Dieser interaktive Live -Videokurs gibt Ihnen einen Crash -Kurs zur Verwendung von AWS für maschinelles Lernen und lehrt Sie, wie Sie einen vollständig funktionierenden Vorhersagealgorithmus aufbauen.
• Deep Learning mit R in Bewegung-tiefe Lernen mit R in Bewegung lehrt Sie, Deep Learning auf Text und Bilder mithilfe der leistungsstarken Keras-Bibliothek und ihrer R-Sprachschnittstelle anzuwenden.
• Wenn Sie tiefes Lernen in Bewegung schuppen, können Sie nicht nur eine einzelne Bibliothek oder einen einzelnen Rahmen verwenden. Sie werden entdecken, wie man diese Algorithmen von Grund auf neu erstellt!
• Verstärkungslernen in Bewegung - Dieses Live -Video unterteilt kritische Konzepte wie das Lernen von RL -Systemen, wie man Umgebungsdaten erfasst und verarbeitet und wie man KI -Agenten baut und ausbaut.

Lernen

• Tiefes Lernen. Methoden und Anwendungen kostenloses Buch von Microsoft Research
• Neuronale Netze und tiefes Lernen - Neuronale Netze und Deep -Lernen bieten derzeit die besten Lösungen für viele Probleme bei der Bilderkennung, Spracherkennung und Verarbeitung natürlicher Sprache. In diesem Buch werden Ihnen die Kernkonzepte für neuronale Netzwerke und Deep Learning beigebracht
• Maschinelles Lernen: Eine probabilistische Perspektive - Dieses Lehrbuch bietet eine umfassende und in sich geschlossene Einführung in das Gebiet des maschinellen Lernens, basierend auf einem einheitlichen, probabilistischen Ansatz
• Deep Learning - Yoshua Bengio, Ian Goodfellow und Aaron Courville stellten dieses derzeit kostenlose Buch über Deep Learning zusammen. Das Buch wird auf dem neuesten Stand gehalten und deckt eine breite Palette von Themen eingehend (bis einschließlich Sequenz-zu-Sequenz-Lernen) ab.
• Erste Schritte mit Deep Learning und Python
• Meisterschaft für maschinelles Lernen
• Deep Learning.net - Aggregationsseite für DL -Ressourcen
• Fantastisches maschinelles Lernen - wie dieser Github, aber ML -fokussiert
• Fastml
• Awesome Deep Learning Resources - grobe Liste der Lernressourcen für Deep Learning
• Professionelle und ausführliche Videokurse für maschinelles Lernen-eine Sammlung kostenloser professioneller und ausführliches maschinelles Lernen- und Datenwissenschaftsvideo-Tutorials und -kurse
• Professionelle und ausführliche Videokurse für künstliche Intelligenz-eine Sammlung kostenloser professioneller und ausführlicher Video-Tutorials und -kurse für künstliche Intelligenz
• Professionelle und ausführliche Video-Kurse für tiefgreifende Lernen-eine Sammlung kostenloser professioneller und ausführlicher Video-Tutorials und -kurse
• Einführung in das maschinelle Lernen - Einführung des Crash -Kurses für maschinelles Lernen maschinelles Lernen
• Awesome Graph Classification - Lernen aus strukturierten graphischen Daten
• Fantastische Community -Erkennung - Clustering -Graphen strukturierte Daten
• Fantastische Entscheidungsbaumpapiere - Entscheidungsbaumpapiere von maschinellen Lernkonferenzen
• Awesome Gradienten -Boosting -Papiere - Gradienten -Boosting -Papiere von maschinellen Lernkonferenzen
• Fantastische Betrugserkennungspapiere - Betrugserkennungspapiere von Konferenzen für maschinelles Lernen
• Awesome Neural Art - Kunst schaffen und Bilder mit tiefen neuronalen Netzwerken manipulieren.

Organisationen

• IEEE Computational Intelligence Society
• Machine Intelligence Research Institute
• Openai
• Verein zum Fortschritt der künstlichen Intelligenz
• Google DeepMind Research
• Nvidia Deep Learning
• Ai google
• Facebook AI
• IBM -Forschung
• Microsoft Research

Zeitschriften

• KI & Gesellschaft
• KI -Kommunikation
• AI -Magazin
• Annalen der Mathematik und künstliche Intelligenz
• Anwendbare Algebra in Engineering, Kommunikation und Computing
• Angewandte künstliche Intelligenz
• Angewandte Intelligenz
• Künstliche Intelligenz für technische Gestaltung, Analyse und Fertigung
• Künstliche Intelligenzbewertung
• Künstliche Intelligenz
• Automatisierte Software -Engineering
• Autonome Wirkstoffe und Multi-Agent-Systeme
• Rechnerische und mathematische Organisationstheorie
• Recheninformationen
• Elektronische Transaktionen zur künstlichen Intelligenz
• Evolutionäre Intelligenz
• Experte - Intelligente Systeme
• IEEE Transactions Automation Science and Engineering
• Intelligente Industriesysteme
• Internationales Journal of Intelligent Systems
• Internationales Journal über künstliche Intelligenz -Tools
• Journal of Artificial Intelligence Research
• Journal of Authoricated Argumenting
• Zeitschrift für experimentelle und theoretische künstliche Intelligenz
• Journal of Intelligent Information Systems
• Journal über Datensemantik
• Knowledge Engineering Review
• Köpfe und Maschinen
• Fortschritt in der künstlichen Intelligenz

Wettbewerbe

• MIT BattleCode
• AI Challenge
• KI -Spiele

Newsletter

• Übermenschlich.ai ein täglicher KI -Newsletter

Miser

• Open Cognition Project - Wir bemühen uns ernsthaft, eine Denkmaschine aufzubauen
• Aitopics - große Aggregation von KI -Ressourcen
• Airesources - Verzeichnis der Open -Source -Software und Open Access -Daten für die AI -Forschungsgemeinschaft
• Künstliche Intelligenz Subreddit
• KI -Experimente mit Google

Lizenz

Soweit gesetzlich möglich, hat Owain Lewis auf alle Urheberrechte und verwandte oder benachbarte Rechte an dieser Arbeit verzichtet.