最实用的 50 篇文章，教你搭建机器学习 APP

本文为雷锋字幕组编译的推荐系列，原标题 Learn to Build a Machine Learning Application from Top Articles of 2017，作者为 Mybridge。

翻译 | 宥佑 杨丽 整理 | 凡江

2017 年 1 月到 12 月，我们比较了近 2 万篇关于创建机器学习应用程序的文章，并挑选了排名较前的前 50 篇供大家学习参考。

我们相信，跟着这个领域有实践经验的老司机学习，是提升你职业生涯的一条捷径。 下面的介绍可以使你更方便了解，因为它包含了 2017 年最实用的文章，这些文章是数据老司机们在构建和传递机器学习应用方面的经验之谈。关键的 15 条目录如下：

相关图文版连接：Go to our Medium link

目录

• 图像处理
• 风格转移
• 图像分类
• 面部识别
• 视频稳定
• 对象检测
• 无人驾驶
• AI 推荐
• AI 游戏
• AI 象棋
• AI 医疗
• AI 语言
• AI 音乐
• 自然语言处理
• 预测

推荐学习

A）AI 游戏：人工智能初学者指南

http://suo.im/JIHaE

[5,041 人推荐，☆☆☆☆☆（4.7/5）]

B）计算机视觉：深度学习和计算机视觉 A-Z™；学习 OpenCV,SSD&GANs 以及建立图像识别应用

http://suo.im/3syHFd

[8,161 人推荐，☆☆☆☆（4.5/5）]

图像处理

高分辨率图像合成和带有条件的 GANs 的语义操作

http://suo.im/25wnw7

利用深度学习创造专业级水准的照片

http://suo.im/3xcLsd

使用 OpenCV(Python) 进行高动态范围 (HDR) 成像

http://suo.im/1Kiykf

风格迁移

通过深度图像类比的视觉属性传递

http://suo.im/3PqRZq

深度摄影风格转换：一种基于深度学习的写实深度摄影风格转换方法， 可以处理各种图像内容 ，同时如实地转移参考风格到输入图像。

http://suo.im/2xnrSy

人工先验（DeepImage Prior 的这篇文章提出了一个很惊人的思想，认为模型可以不通过对数据集上进行学习和预训练就能实现图像转换任务：例如去噪，超分，图像修复等任务，只需要调节一些超参数，例如网络训练次数和学习率等。 证明实验是利用一个随机初始化的神经网络就可以作为一个 “人工先验”，可以直接应用在图像去噪，超分辨，图像修复等任务中。)

http://suo.im/1sW5bl

图像分类

特征可视化: 神经网络如何构建他们所理解的图像？

http://suo.im/2CGQ1T

初学者必读：神经网络的图像分类

http://suo.im/3TkF3c

基于深度学习的图像背景移除

http://suo.im/43P4ze

面部识别

基于直接体积 CNN 回归的单幅图像大姿势三维人脸重建

http://suo.im/aQwHt

OpenCV，Python，dlib 眨眼检测

http://suo.im/2IpSux

Python 人脸检测处理

http://suo.im/1mSgnT

视频稳定

关于 Pixel 2 和 Pixel 2 XL 的融合稳定视频技术

http://suo.im/1J3u8h

物体识别

HBO 是如何利用 Tensorflow,keras 或者是 React Native 在手机上构成 “不是热狗 (Not Hotdog) ” 这句话的。

http://suo.im/3D8XDw

物体识别：深度学习时代的概述

http://suo.im/2hHCtm

如何用 TensorFlow 对象检测器 API 来训练自己的对象检测器

http://suo.im/349TVd

基于深度学习和 OpenCV 的实时对象检测

http://suo.im/CO7bm

自动驾驶

用 Python 语言编写的自动驾驶测试游戏《侠盗猎车手 5》：介绍 [第一部分]

http://suo.im/1Z77xB

用深度学习识别红绿灯：如何在 10 周之内学会深度学习并赢得 5000 美金

http://suo.im/1lAOL7

AI 推荐

Spotify 的每周发现：如何用机器学习为你推荐新的音乐

http://suo.im/3AAZvc

在 Netflix 上的个性化艺术品推荐

http://suo.im/3j1BBe

AI 游戏

MariFlow - 带有循环神经网络的自动驾驶马里奥卡丁车

http://suo.im/2V2PA1

OpenAI 基线：DQN。重现强化学习算法与已发布的结果一致。

http://suo.im/RAOjY

Dota2（第 2 部分）使用了强化学习

http://suo.im/29lMzJ

创建一个 AI DOOM bot 游戏

http://suo.im/37aP75

用于控制字符的 Phase-Functioned 神经网络

http://suo.im/320CZ8

游戏模仿：为快速视频 AI 游戏进行深度监督的卷积神经网络

http://suo.im/2tTXUr

介绍：Unity 机器学习代理 --Unity 博客

http://suo.im/4rUHiY

AI 国际象棋

用一种通用的强化学习算法来掌握国际象棋和 Shogi

http://suo.im/1C6vLg

AlphaGo Zero: 从零开始学习 | DEEP MIND

http://suo.im/ebOIr

DeepMind's AlphaGo Zero 怎么运作的？

http://suo.im/1Njx9R

手把手教你建立一个简易 AI 国际象棋模型

http://suo.im/3TNXa2

AI 医疗

cheXNet: 利用深度学习算法，可以在超过放射科医生的水平上进行胸部 X 光片来诊断肺炎。

http://suo.im/nlqNo

你能改善肺癌的检测吗? Data Science Bowl 在 2017 年的第 2 个解决方案。

http://suo.im/t2xcm

通过深度学习改善姑息治疗——吴恩达。

http://suo.im/27rWEz

深度学习诊断心脏病

http://suo.im/1W9uXn

AI 语音

Tacotron：一种完全端到端的文本转语音合成模型，来自于谷歌大数据科学家

http://suo.im/3tMYwp

用 CTC 进行序列建模

http://suo.im/1Z2veX

深度语音：实时神经文本 - 语音 - 百度硅谷人工智能实验室

http://suo.im/1YvNNA

Siri 的语音深度学习：Apple 用于混合单元选择合成的深度混合密度网络

http://suo.im/3lnw66

AI 音乐

计算机的演变产生了巴洛克音乐

http://suo.im/1w3jV5

使用小波网络制作属于自己的音乐：制作神经合成仪器

http://suo.im/47XvIa

自然语言处理

学会交流：代理开发他们自己的语言——OpenAI 研究

http://suo.im/2IBq0Z

机器学习大局：用神经网络和 TensorFlow 分类文本

http://suo.im/3jx6K0

一种新颖的神经机器翻译方法——Facebook 人工智能研究

http://suo.im/1TDAZi

如何在没有真正尝试的情况下制作种族主义 AI

http://suo.im/2GMCDh

预测

用机器学习预测 Airbnb 房价

http://suo.im/40AMNO

神经网络的工程不确定性估计应用于 Uber 时间序列预测

http://suo.im/93WAv

机器学习让停车难问题变得简单

http://suo.im/1j3dHC

如何轻松预测股价？在深度学习第 7 章节有介绍

http://suo.im/2OvgDl

博客原址 https://medium.mybridge.co/learn-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc