Этот ресурс представляет собой архив научных публикаций по различным областям машинного обучения. Можно сортировать публикации по времени или популярности, вступать в обсуждения и т. д.

Тематические архивы публикаций

Одной из сложностей в публикации научных работ является длительная процедура издания, в частности процессы рецензирования, корректуры и верстки журнала. Многие ученые для того, чтобы своевременно ознакомить научное сообщество с полученными результатами до выхода статьи в журнальной версии, выкладывают предварительные тексты своих работ, называемые препринтами.

Самыми крупными архивами препринтов по тематике Computer Science являются Cite Seer X и arXiv.org.

Сайт arXiv.org базируется на серверах библиотеки Корнеллского университета, исходно ресурс в большей мере был посвящен статьям по физике, но доля публикаций по Computer Science стремительно растет. Однако научные статьи по машинному обучению нужно искать в другой категории – в статьях по статистике.

Корпоративные архивы статей

Крупные корпорации не только используют публикации научного сообщества, но тратят существенные деньги на исследования в собственных лабораториях. Это позволяет им работать на опережение, первыми вводить в свое программное обеспечение новые решения и задавать современные стандарты.

Результаты этой работы публикуются в тематических журналах и добавляются в корпоративные архивы. Так, на сайте Research at Google можно найти публикации, распределенные по 21 категории, связанных с различными сферами исследований.

Британская компания Deepmind, ставшая подразделением Google в 2014 году, продолжает вести архив публикаций, специализирующийся на статьях, посвященных искусственному интеллекту.

Поиск статей

Все указанные выше источники – тематические. Однако часто на практике требуется найти публикацию, которой по каким-то причинам нет в перечисленных архивах. Самым популярным ресурсом по поиску научных статей является Google Академия (Google Scholar).

Если вам нужна не конкретная статья, а вы ищите публикации по заинтересовавшей теме, рассматривайте в первую очередь самые последние и хорошо цитируемые источники.

Казалось бы, вопрос в подзаголовке довольно дурацкий. Берешь статью и читаешь от начала до конца. Но, следуя такой линейной стратегии, большинство новичков отказываются от этого занятия – научные статьи это не художественная литература, и требует напряженной работы.

Чтобы сделать процесс более эффективным, опытные читатели рекомендуют использовать стратегию многостадийного чтения. Мы рассмотрим это на примере чтения публикации в три прохода.

Первое прочтение: беглый обзор

В процессе работы со статьями важно иметь четко поставленную цель. Статьи сами по себе не лучший способ для того, чтобы прокачать свои навыки. Если есть цель, вы более осмысленно и мотивированно работаете с конкретной статьей, даже если в ней представлен сложный материал.

Научные публикации всегда строятся по очень близкому сценарию: Введение – Методы – Результаты – Обсуждение. Нередко научные статьи сопровождаются дополнительными материалами (Supplementary Materials), которые для удобства чтения выносятся за пределы публикации, однако являются важной частью исследования. Например, в машинном обучении это могут быть массивы экспериментальных данных или программная реализация алгоритма.

Чтение любой статьи начинается с заголовка, по которому вы понимаете, интересна ли вам тема статьи или нет. После заголовка следует аннотация (abstract), содержащая выжимку из работы, описывающую ключевые моменты исследования и достигнутые результаты. На первом этапе для вас это самая важная часть текста.

Если аннотация вас заинтересовала, бегло просмотрите введение. Во введении авторы исследования приводят ссылки к другим публикациям, которые обычно в виде списка литературы приводятся в конце публикации. Далее пробегитесь глазами по всей статье, оцените ее объем и структуру. Прочитайте заголовки и подзаголовки. Просмотрите рисунки. При первом просмотре никогда не акцентируйте внимание на математических выкладках. Прочитайте заключение работы, в нем должно быть сделано обобщение полученных результатов – более полное, чем того позволяет аннотация.

При первом прочтении главное – понять структуру статьи, цель и задачи работы, использующиеся инструменты и достигнутые результаты, внесенный авторами вклад. Может оказаться, что вы поймете, что тема слишком далека от ваших интересов. Экономьте свое время, беритесь за чтение только тех статей, которые стоят потраченного времени. Но если беглый просмотр вас удовлетворил, приступайте ко второму этапу.

Второе прочтение: работа с конспектом

После того как вы убедились, что прочтение статьи принесет пользу, очень полезно завести файл заметок – конспекта публикации, в который вы запишите все новые и непонятные вещи. Если вы используете Python, для этой цели отлично подойдет Jupiter Notebook, в котором можно одновременно писать обычный текст, записывать математические изображения и запускать программный код.

Если вы взяли статью из комментируемого источника, просмотрите ее обсуждение. Сравните первые впечатления с замечаниями людей. Занесите в конспект моменты, на которые стоит заострить внимание.

При втором чтении изучайте статью уже более вдумчиво. Изучая введение, соотнесите ссылки, предоставляемые авторами, со списком литературы: может быть, вы уже читали некоторые работы, или авторы дают ссылки на интересные ресурсы. На основе списка литературы вы можете создать специальный список работ для дальнейшего чтения – в них могут содержаться те вопросы, что не рассматриваются в читаемой публикации, так как они были подробно рассмотрены там.

Очевидно, что при чтении вам встретятся незнакомые вещи. В этом нет ничего страшного, копируйте в электронный конспект всё непонятное, особенно наиболее часто встречающиеся термины. Ни в коем случае не ищите сразу их определения. Иначе вы будете слишком часто отвлекаться, терять нить рассказа и будете утомлены переключением между основным текстом и поиском определений.

Постарайтесь пока рассмотреть публикацию с позиций тех знаний, которыми вы уже обладаете. Разберитесь в общих чертах, на «высоком уровне», в математических выкладках. Поймите принципы приведенных в статье алгоритмов. Выпишите в конспект незнакомые математические концепции и функции. Не забывайте читать подписи рисунков и графиков – часто в них даются дополнительные разъяснения.

Третье прочтение: математика, алгоритмы, программирование

После второго прочтения конспект будет полон незнакомых терминов и концепций. Перед заключительным чтением раскройте в конспекте все незнакомые термины. Посмотрите дополнительные ресурсы по тому, что только что изучили: статьи, туториалы, видео, добавьте в конспект поясняющие схемы и скриншоты.

При третьем чтении сфокусируйтесь на математике. Разберите детально каждую математическую строчку. Используйте ручку и бумагу. Обращайтесь к Википедии, когда вам нужно разобраться в более общих вопросах. Если какие-то шаги пропущены как очевидные, выполните их самостоятельно, чтобы убедиться в собственном понимании каждого шага рассуждения. Если в исследовании имеются экспериментальные данные, оцените их воспроизводимость.

Когда вы, наконец, будете считать, что полностью разобрались во всех вопросах, попробуйте написать соответствующий статье программный код. Переведите уравнения на язык функций, введите необходимые параметры, используйте сопроводительные материалы. Если есть код, доступный на GitHub или другом ресурсе, скачайте и просмотрите его, запустите. В коде наверняка встретятся поясняющие комментарии, которые помогут понять практические моменты применения предлагаемых в статье решений. Поиграйте с частями кода и значениями параметров, чтобы понять их влияние на работу алгоритма в целом.

Если у вас остались какие-то вопросы, задайте их в сообществе, посвященном публикациям в вашей области исследований. Если же все ресурсы исчерпали себя, попробуйте написать авторам статьи. Для этого в работе после списка авторов обычно указывается e-mail автора-корреспондента.

Еще один полезный  прием – читать статьи в заинтересованной компании, например, вместе с коллегами по работе. То, что кажется сложным при чтении одному, может существенно упроститься в результате обсуждений. Если почувствовали, что хорошо разобрались в теме, и думаете, что ваш опыт будет полезен для сообщества, напишите об этом статью на популярном сайте или запишите видео. В этом вам отлично поможет конспект, составленный на втором этапе и дополненный кодом на третьем чтении. Полученный вами отклик зарекомендует вас в сообществе как эксперта в этой области, а задаваемые другими пользователями вопросы позволят выявить лакуны в знаниях.

Источник

proglib.io

25 полезных сайтов, повышающих уровень интеллекта

Ребята, мы вкладываем душу в AdMe.ru. Cпасибо за то,
что открываете эту красоту. Спасибо за вдохновение и мурашки.
Присоединяйтесь к нам в Facebook и ВКонтакте

Порой мы бесполезно проводим свободное время, переписываясь с друзьями в социальных сетях или выкладывая в Инстаграм очередную фотку.

Вместо этого AdMe.ru предлагает вашему вниманию подборку из необычайно полезных для саморазвития сайтов.

• Coursera — это образовательная платформа, которая предлагает всем желающим онлайн-курсы от ведущих университетов и организаций мира.
• Универсариум — глобальный проект, предоставляющий возможность получения качественного образования от лучших российских преподавателей и ведущих университетов для миллионов российских граждан.
• Khan Academy — бесплатный образовательный ресурс содержит коллекцию из более чем 4200 бесплатных микролекций по всевозможным дисциплинам — от литературы до космологии.
• Udemy — ярмарка знаний, в которой на сегодняшний день зарегистрировано свыше 10 миллионов студентов со всего мира. В программу входят более 40 тысяч курсов.
• UNIWEB — платформа онлайн-обучения, которая совместно с ведущими вузами разрабатывает образовательные онлайн-продукты с целью распространения качественного образования на русском языке.
• Университет без границ — площадка обмена актуальными академическими знаниями для русскоязычной аудитории, независимо от места проживания, географии, места работы или учебы, а также социально-экономического статуса.
• HTML Academy — онлайн-курсы, цель которых — превратить любого желающего из новичка в профессионала веб-разработки.
• Lumosity — сайт для развития умственных способностей. Вроде бы ничего нового, но у Lumosity есть своя особенность: приложение подбирает индивидуальную программу «тренировок» для каждого человека. Не пожалейте своего времени на этот увлекательный проект!
• Eduson — центр онлайн-подготовки будущих бизнесменов со всего мира. Основная методика — различные курсы от ведущих профессоров и преуспевающих практиков.
• Wikihow — сайт является результатом совместных усилий тысяч людей для создания наиболее полезного пошагового руководства в мире. Точно так же, как и Википедия (Wikipedia), WikiHow является частью wiki-сообщества, и любой человек может написать или отредактировать страницу на сайте.
• Интернет-школа НИУ ВШЭ — курсы по предметам социально-экономического профиля, по математике, истории, русскому и английскому языкам.
• Lingualeo — платформа для интересного и эффективного изучения английского языка, на которой зарегистрировано уже более 12 миллионов человек.
• Memorado — бесплатное приложение для смартфонов, именуемое своими создателями не иначе как «настоящий тренажерный зал для мозгов». Игра имеет огромное количество уровней — 600, которые представлены разнообразными головоломками.
• Duolingo — бесплатная платформа для изучения языка и краудсорсингововых переводов. Сервис разработан так, что по мере прохождения уроков пользователи параллельно помогают переводить веб-сайты, статьи и другие документы.
• 4brain — бесплатные тренинги по развитию навыков скорочтения, устного счета, креативного мышления, ораторского мастерства, памяти и т.д.
• Psychology Today — интернет-журнал, посвященный исключительно любимой всеми нами теме: нам самим. Тематика портала охватывает все аспекты поведения и настроения человека: психическое и эмоциональное здоровье, личный рост, отношения, секс, воспитание детей и многое другое.
• Brainexer — сайт с большим количеством тестов и упражнений на устный счет, запоминание, внимание и мышление. Тесты бесплатны и доступны без регистрации. Несмотря на то что ресурс англоязычный, есть перевод на русский язык.
• Memrise — уникальная онлайн-платформа, использующая наиболее продвинутые техники работы с памятью, для того чтобы помочь пользователям запоминать информацию быстрее и более эффективно, чем при любом другом методе.
• Все10 — онлайн-тренажер, который дает возможность бесплатно научиться набирать текст на клавиатуре вслепую, используя все 10 пальцев. На сайте ведется ваша статистика, а также общий рейтинг успеваемости пользователей.
• Project Gutenberg — электронная универсальная библиотека различных произведений мировой литературы, которая была основана в 1971 году.
• Школа Яндекс — электронные лекции, главной целью которых является подготовка специалистов — как для самого Яндекса, так и для IT-индустрии в целом.
• Curious — сайт был создан для того, чтобы учителя, студенты и талантливые люди по всему миру могли поделиться со всеми своими знаниям и умениями, да еще и с возможностью подзаработать.
• Sentences — сайт, который поможет вам выучить и запомнить новые английские слова в контексте предложений. Высокой эффективности изучения материалов способствует система, отслеживающая уровень владения языком.
• Интуит — крупнейший российский интернет-университет с возможностью получения высшего и второго высшего образования, а также профессиональной переподготовки и повышения квалификации.
• Лекториум — интересный сайт с огромным количеством русскоязычных лекций на самые разные темы. Помимо лекций здесь выкладывают видеоматериалы с различных научных конференций.

Ребята, мы вкладываем душу в AdMe.ru. Cпасибо за то,
что открываете эту красоту. Спасибо за вдохновение и мурашки.
Присоединяйтесь к нам в Facebook и ВКонтакте

www.adme.ru