Статьи по машинному обучению

Какие слова использовать

• supervised learning — обучение на примерах с известными ответами.
• self supervised learning — обучение по заданиям, полученным из самих данных.
• reinforcement learning — обучение выбору действий по получаемой награде.
• domain adaptation — перенос модели между данными из разных условий.

Где искать и как сузить запрос

Основные рубрики arXiv — cs.LG и stat.ML. Для обработки изображений добавьте cs.CV, для текста — cs.CL. К названию подхода полезно добавить тип данных: tabular data, time series или medical image.

В «Сложном запросе» первый пример ищет методы для табличных данных, второй — самообучение.

(cat:cs.LG AND all:"tabular data")
((cat:cs.LG OR cat:stat.ML) AND all:"self supervised")

Как создать подписку на новые работы

В боте откройте «Добавить тему» → arXiv → «Раздел arXiv» и отправьте cs.LG или stat.ML. Бот ответит «Добавлено». Если интересует один подход, выберите «Ключевую фразу», например domain adaptation.

В «Последних работах» просмотрите результаты этой подписки. Для удобного чтения большого потока можно выбрать ежедневную подборку в «Настройках».

Что проверить до запуска модели из статьи

Сначала найдите постановку задачи, набор данных и метрику. Затем — базовый метод, с которым сравниваются авторы, и требуемые вычислительные ресурсы. Для собственного проекта полезно выписать, есть ли готовая реализация и сколько примеров нужно для обучения. Разобраться в названиях метрик помогает руководство scikit-learn по ссылке ниже.

Английские термины для поиска

supervised learning

обучение с учителем

self supervised learning

самообучение по данным

domain adaptation

адаптация к новым условиям данных

Частые вопросы