[PYTHON] 14 E-Mail-Newsletter zum Sammeln von Informationen zum maschinellen Lernen

Maschinelles Lernen ist eine immer größer werdende Welt, und das Sammeln von Informationen ist unverzichtbar. Sie können täglich Blogs und Nachrichtenartikel lesen, Leuten folgen, die über maschinelles Lernen auf Twitter twittern, und die Artikel auf arXiv lesen. Ich denke, dass wir Informationen mit einer solchen Methode sammeln.

Das Problem beim Sammeln von Informationen besteht darin, dass zu viele Informationen vorhanden sind und wichtige Informationen vergraben sind. Die übliche Lösung für dieses Problem besteht darin, Artikel mit vielen Likes und Lesezeichen zu lesen, die Personen, denen Sie folgen, einzugrenzen oder ein Kurationswerkzeug zu verwenden.

Eine der empfohlenen Methoden für diejenigen, die wichtige Informationen effizient überprüfen möchten, ist das Abonnieren des E-Mail-Newsletters. Einige der Vorteile des Abonnierens eines E-Mail-Newsletters für maschinelles Lernen sind:

(↓ Normalerweise so geliefert) スクリーンショット 2017-08-09 17.07.10.png

In diesem Artikel werden 14 E-Mail-Newsletter vorgestellt, die zum Sammeln von Informationen zum maschinellen Lernen hilfreich sind.

E-Mail-Newsletter zum Sammeln von Informationen zum maschinellen Lernen

Hier sind 14 E-Mail-Newsletter, die zum Sammeln von Informationen zum maschinellen Lernen hilfreich sind. Es wird nicht zu lange dauern, eine nach der anderen vorzustellen, aber es enthält häufig eine Kombination aus vier wöchentlichen Hauptnachrichten, Kommentarartikeln, Projekten zum maschinellen Lernen und Artikeln.

In den meisten E-Mail-Newslettern können Sie die in der Vergangenheit gelieferten Inhalte im Web anzeigen. Es ist daher besser, sie einmal anzuzeigen, bevor Sie entscheiden, ob Sie sie abonnieren möchten oder nicht. Im Folgenden finden Sie 11 E-Mail-Newsletter zum maschinellen Lernen: (Ich persönlich mag die fett gedruckten)

Wöchentliches maschinelles Lernen und Wöchentliche Kaggle-Nachrichten werden auf Japanisch verteilt.

Die folgenden drei sind Python-E-Mail-Newsletter. Python wird häufig beim maschinellen Lernen verwendet, daher ist es hilfreich, Folgendes zu abonnieren:

Wenn Sie andere Websites und Methoden kennen, die "Das ist gut!" Sagen, teilen Sie uns dies bitte in den Kommentaren mit.

abschließend

Maschinelles Lernen ist eine immer größer werdende Welt, und das Sammeln von Informationen ist unverzichtbar. In diesem Artikel haben wir einen E-Mail-Newsletter für eine effiziente und effektive Informationserfassung eingeführt. Übrigens, nachdem ich die zugestellten E-Mails mit einem Mailer sortiert habe, habe ich interessante Artikel in Pocket abgelegt und sie über das Wochenende langsam gelesen. Wir hoffen, Sie finden diesen Artikel hilfreich.

Ich twittere auch Informationen über maschinelles Lernen und die Verarbeitung natürlicher Sprachen in meinem Twitter-Konto. @Hironsan

Wir freuen uns auf Ihr Follow-up, wenn Sie an diesem Bereich interessiert sind.

Recommended Posts

14 E-Mail-Newsletter zum Sammeln von Informationen zum maschinellen Lernen
Informationen zum maschinell erlernten Meeting für HRTech
Datensatz für maschinelles Lernen
Japanische Vorverarbeitung für maschinelles Lernen
Erstellen Sie eine Umgebung für maschinelles Lernen mit Python unter MacOSX
<Für Anfänger> Python-Bibliothek <Für maschinelles Lernen>
[Empfohlenes Tagging für maschinelles Lernen # 4] Skript für maschinelles Lernen ...?
[Definitive Edition] Erstellen einer Umgebung zum Erlernen des "maschinellen Lernens" mit Python auf dem Mac
Suchen Sie nach technischen Blogs durch maschinelles Lernen mit dem Schwerpunkt "Verständlichkeit"
Hinweise zur Python-Grammatik für maschinelles Lernen in PyQ
Erste Schritte für Anfänger des maschinellen Lernens (KI)
Eine Einführung in OpenCV für maschinelles Lernen
Warum Python für maschinelles Lernen ausgewählt wird
Hinweise zum lokalen Ausführen von Azure Machine Learning
"Verwendbare" One-Hot-Codierungstechnik für maschinelles Lernen
[Shakyo] Begegnung mit Python zum maschinellen Lernen
[Python] Webanwendungsdesign für maschinelles Lernen
Maschinelles Lernen mit Pytorch in Google Colab
Eine Einführung in Python für maschinelles Lernen
Erstellen einer Entwicklungsumgebung für maschinelles Lernen
Maschinelles Lernen
Rückblick auf den Wettbewerb für maschinelles Lernen, an dem ich zum ersten Mal gearbeitet habe
Eine Einführung in maschinelles Lernen für Bot-Entwickler
Beginn des maschinellen Lernens (empfohlene Unterrichtsmaterialien / Informationen)
Empfohlene Studienreihenfolge für Anfänger des maschinellen Lernens / Deep Learning
Maschinelles Lernen ab 0 für theoretische Physikstudenten # 1
Hinweise zum maschinellen Lernen (von Zeit zu Zeit aktualisiert)
[Python] Sammeln Sie Bilder mit Icrawler für maschinelles Lernen [1000 Blatt]
Klassifizieren Sie Informationen zum maschinellen Lernen nach Themenmodellen
Maschinelles Lernen ab 0 für theoretische Physikstudenten # 2
PDF-Dateien und Websites zum Erlernen von Python 3
Sammeln Sie Bilder für maschinelles Lernen (Bing Search API)
Installieren Sie die Bibliothek für maschinelles Lernen TensorFlow auf fedora23
[Für Anfänger] Einführung in die Vektorisierung beim maschinellen Lernen