AI 관련 사이트 및 자료

■ 딥러닝 공부

• 딥러닝 관련 자료 사이트 모음: http://www.feeltering.com/oopsoopskeke/collection/43
• 딥러닝 입문 자료: http://neuralnetworksanddeeplearning.com/index.html
• Michael Nielsen이 책처럼 포스팅한 것인데 딥러닝 기본서로 처음 입문하시기에 최적이라고 생각함
• 딥러닝 강의 자료: https://github.com/kmario23/deep-learning-drizzle?fbclid=IwAR2ptqTVzcQ6E2p8iYHHB80pV34R3_GpwjmrkfjHSCKT3qEu9sdUwopzC6g

■ 강화학습 공부

• 강화학습 스터디: 팡요랩
• 데이비드 실버 강의를 한글화 한 건데 이해하는데 도움이 잘 됨!
• Reinforcement Learning An Introduction second edition (Richard S. Sutton and Andrew G. Barto)
• Chap 13 까지 study 하였으며 David silva 인터넷 강의를 참고하면 이해하는데 도움이 된다.
• http://www.incompleteideas.net/book/the-book-2nd.html

■ NLP 공부

• 자연어 처리 입문 정리한 자료: https://wikidocs.net/book/2155
• 자연어 처리 심화 정리한 자료: https://wikidocs.net/book/2159
• NLP 어떠한 책: https://kh-kim.gitbook.io/natural-language-processing-with-pytorch/
• NLP with python book: http://www.datascienceassn.org/sites/default/files/Natural%20Language%20Processing%20with%20Python.pdf
• 약간 정통 NLP 처리 느낌

■ 오픈 데이터

• 구글 데이터 검색
• 에트리 연구용 데이터 세트 공개
• AIHub (한국정보화지능원) 데이터 세트 공개
• 오픈 데이터세트 정리된 깃허브
• NLP 관련 데이터&Task (페이스북에서 제공한 라이브러리 개념)
• (한국) NLP 데이터 라이브러리화
• (한국) 모두의 말뭉치
• 각종 vision 데이터

■ Vision 공부

• 라온피플: http://blog.naver.com/PostList.nhn?blogId=laonple&from=postList&categoryNo=22
• 라온피플이란 회사가 한글말로 비전 논문, 기술들에 대해 정리한 네이버 블로그
• 비전으로 딥러닝을 처음 접할 때, 참고하면 도움이 많이 된다.

■ Meta-learning 공부

• 기본 개념: http://metalearning-symposium.ml/files/vinyals.pdf

■ SOTA 자료

• SOTA 자료들1: https://paperswithcode.com/sota?fbclid=IwAR2FG4oJbGFuXCZzRhmrGob2PwF7Ube59SStbPXE2cT_a8MX9Bu6gV1P3JQ
• SOTA 자료들2: https://www.stateoftheart.ai/?fbclid=IwAR1DvHcgY8qbUk-9SeGOfQF9eK2ks8uWQK0bCE_UWYPyvaUJrbrlWMRc_bo

■ ML Contest

• https://mlcontests.com/

■ 논문

• 논문 읽기
• http://www.arxiv-sanity.com/
• https://deeplearn.org/
• https://www.groundai.com/?order=latest&tag=LANGUAGE
• 논문 쓰기 (Latex)
• https://www.overleaf.com/
• 수식편집기
• https://www.codecogs.com/latex/eqneditor.php
• https://www.tablesgenerator.com/
• https://jjycjnmath.tistory.com/117

■ 학회 종류/제출/티어

• http://www.guide2research.com/topconf/
• http://www.conferenceranks.com/#data
• https://www.resurchify.com/conference-ranking

■ 각종 블로그

• 최신 논문 발표 유튜브: PR12-session1, PR12-session2
• 한국말로 핵심 아이디어 및 논문을 빠르게 이해하는데 좋음!
• 여기서 발표하시는 분들 개인 유투브나, SNS 등을 가서 팔로우 하는 것도 도움이 될 듯함
• https://blog.pingpong.us/
• 핑퐁에서 운영하는 블로그인데 정리를 잘해둬서 시간날 때 조금씩 보면 좋음
• TerryUm의 깃허브: https://github.com/terryum/awesome-deep-learning-papers#understanding--generalization--transfer
• Google AI blog: https://ai.googleblog.com/
• Google AI Research blog: https://blog.google/technology/ai/
• DeepMind blog: https://deepmind.com/blog
• MS AI blog: https://www.microsoft.com/en-us/research/blog/
• Facebook Research: https://research.fb.com/blog/
• Facebook AI: https://ai.facebook.com/blog/
• OpenAI Research: https://openai.com/blog/https://www.naverlabs.com/storyList
• IBM Research: https://www.ibm.com/blogs/research/
• Element AI: https://www.elementai.com/news
• BAIR(The Berkeley Artificial Intelligence Research): https://bair.berkeley.edu/blog/
• Mila Research Lab: https://mila.quebec/en/
• Samsung Research: https://research.samsung.com/
• Samsung AI Center Montreal: https://research.samsung.com/aicenter_montreal
• SKT T-Brain: https://www.skt.ai/kr/index.do
• Kakao Brain: https://www.kakaobrain.com/blog
• Kakao AI: https://kakao.ai/tech
• Naver Labs: https://www.naverlabs.com/storyList
• NCSoft: http://blog.ncsoft.com/?s=AI+lab

■ SNS 소식

• TensorflowKR: https://www.facebook.com/groups/TensorFlowKR/
• PytorchKR: https://www.facebook.com/groups/PyTorchKR/
• 사실 TensorflowKR만 보고 있어도 될 듯함
• Reddit SNS: https://www.reddit.com/r/MachineLearning/

■ 학회 리스트

• http://www.guide2research.com/topconf/
• http://www.conferenceranks.com/#data
• https://www.resurchify.com/conferences_ranking.php
• https://jackietseng.github.io/conference_call_for_paper/conferences.html
• https://scholar.google.com/citations?view_op=top_venues&hl=en&vq=eng_artificialintelligence
• https://aideadlin.es/?sub=ML,CV,NLP,RO,SP,DM