On propose ici une liste des meilleurs sites pour se documenter sur le Machine Learning et trouver gratuitement des papiers de recherches.
De nombreux sites sont payant et ne rendent pas toujours facile l’accès aux ressources proposés par les universitaires.
Heureusement pour nous, on peut avoir accès gratuitement à ces sources lorsqu’on connaît les bonnes addresses !
On vous propose de les découvrir dans cet article.
arXiv
arXiv est l’outil numéro 1 pour lire des papiers de recherches gratuitement.
Il ne rassemble pas seulement les papiers en Machine Learning mais bien dans la majorité des disciplines scientifiques.
Si un papier que vous voulez consulter est bloqué par un site, tapé son nom + arXiv dans votre moteur de recherche et vous devriez facilement trouvez le pdf que vous cherchez !
DeepAI
Le deuxième site que l’on aimerait vous présenter est DeepAI. Il est pensé comme un site de news.
Les nouveaux articles sont donc triés des plus récents au plus anciens mais aussi par ordre de popularité auprès des lecteurs ce qui le rend assez interactif.
DeepAI est utile pour les personnes voulant simplement se renseigner sur les nouvelles avancés en Machine Learning. À l’inverse d’arXiv où vous devez savoir ce que vous venez chercher.
Il y a donc plus un aspect découverte sur DeepAI, très utile pour se documenter sur l’Intelligence Artificielle !
Au fait, si ton objectif est d'apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
À présent, on peut revenir à ce que je mentionnais précédemment.
PapersWithCode
PapersWithCode est assez similaire à DeepAI.. avec des fonctionnalité en plus !
Comme son nom l’indique en plus d’avoir accès au papier de recherche, vous aurez un lien direct vers le code en question.
Chez Inside Machine Learning, on aime le côté pratique de ce site ! Effectivez si vous découvrez une nouvelle avancée, vous pouvez tout de suite la tester chez vous grâce au lien vers le code.
Pour résumé ce court article :
- arXiv a utiliser lorsque vous savez ce que vous chercher
- DeepAI pour consulter les nouveaux papiers de recherches
- PapersWithCode si votre objectif est d’utiliser directement les algorithmes les plus récents !
Vous connaissez d’autres sources pour s’informer sur le Machine Learning ? N’hésitez pas à les renseigner en commentaire !
À bientôt pour un prochain article 😉
sources :
- Photo by Michail Dementiev on Unsplash
Un dernier mot, si tu veux aller plus loin et apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
