干货收藏 | 机器学习绝对不能错过的14个博客
请知悉，下面列出的博客并不是按照特定的顺序排列的，它们都是关于机器学习研究很棒的资源。如果你知道任何其他关于机器学习的可靠博客来源。请在评论中里告诉我们 。
译者：AI研习社（Born alone°）
双语原文链接：Noteworthy Machine Learning Blogs to Follow in 2021
Machine Learning Blog, ML@CMU, Carnegie Mellon University
干货收藏 | 机器学习绝对不能错过的14个博客
卡内基梅隆大学的机器学习博客， ML@CMU，为研究人员提供展示机器学习领域的研究成果、观点和各种更新。内容来自卡内基梅隆大学的学生、博士后和教员[1]。
Amazon Science Blog
干货收藏 | 机器学习绝对不能错过的14个博客
Amazon Science 有一个科学博客 scientific blog，你可以根据研究领域进行筛选。它的博客涵盖了亚马逊科学的工作，其研究领域包括云与系统、计算机视觉、对话人工智能、自然语言处理、机器学习能力，机器人技术，搜索和信息检索和安全，隐私和滥用预防 [13].
Distill
干货收藏 | 机器学习绝对不能错过的14个博客
Distill 是机器学习领域的学术期刊。Distill 文章的显著特点是出色的表达能力。他们经常使用交互式媒体，大多数在 Distill 发表的文章通常需要100多个小时的审核才能发表 [2].
Google AI Blog
干货收藏 | 机器学习绝对不能错过的14个博客
谷歌AI进行的研究是该领域最先进的。谷歌AI(或Google. AI)是谷歌专门从事人工智能的一个部门。首席执行官桑达尔·皮查伊(Sundar Pichai)在谷歌2017年I/O会议上宣布了这一消息 [3]。谷歌人工智能博客有一个专门针对机器学习的研究[4]。
Neptune.AI
干货收藏 | 机器学习绝对不能错过的14个博客
Neptune.AI 是一个机器学习博客，提供关于机器学习建模、超参数优化、模型评估、数据探索、生成模型、机器学习工具等的教程[14]。Neptune.AI 还提供了一个框架，可以更容易地跟踪您的jupiter笔记本的版本，帮助管理您的实验过程，并容易地集成到您的团队的工作流程。
BAIR Berkeley
干货收藏 | 机器学习绝对不能错过的14个博客
BAIR博客为研究人员提供了一个交流研究发现、展示该领域的观点和各种文章更新的平台。内容来自学生、博士后和教师。BAIR 打算为专家和一般观众提供相关的或者及时的研究结果和对结果的讨论 [5]。
Open AI
干货收藏 | 机器学习绝对不能错过的14个博客
OpenAI是一家位于加州旧金山的研究实验室。他们的使命是确保人工智能造福全人类[8]。OpenAI博客带来了该领域的最新研究成果。他们的任务是发现并制定安全的人工通用智能(AGI)道路 [8]。
Machine Learning (Theory) by John Langford
干货收藏 | 机器学习绝对不能错过的14个博客
机器学习(理论)博客是机器学习研究者John Langford [6]将博客应用于机器学习和学习理论学术研究的一个实验。他强调，机器学习领域“正从一门学术学科转向一种工业工具”[7]。
DeepMind Blog
干货收藏 | 机器学习绝对不能错过的14个博客
DeepMind致力于人工智能领域一些最复杂、最令人兴奋的挑战。他们的世界级研究已经产生了数百篇同行评审的论文，包括在《自然》和《科学》杂志上 [9]。
Machine Learning at MIT
干货收藏 | 机器学习绝对不能错过的14个博客
麻省理工学院经常在机器学习领域进行最先进的研究。新闻流提供经过过滤的有关MIT机器学习领域正在发生的事情的最新新闻和研究。
Colah’s Blog
干货收藏 | 机器学习绝对不能错过的14个博客
克里斯托弗·奥拉(Christopher Olah)把自己描述为一个徘徊的机器学习研究员，希望能清楚地理解事物，并能很好地解释它们 [10]。Olah是Open AI的研究员，之前在谷歌AI工作。他的博客为机器学习研究人员和爱好者提供了完整的教程文章——这是一个免费、开放的机器学习研究的宝库。
Facebook AI’s Blog
Facebook的人工智能以在该领域进行最先进的研究而闻名。他们的研究领域集中在计算机视觉，对话人工智能，完整性，自然语言处理，排名和推荐，系统研究，机器学习理论，语音，音频，以及人类和机器智能。Facebook AI Blog 包括优秀的内容，从博客文章到研究出版物 [12]。
亚马逊AWS机器学习博客
亚马逊网络服务AWS是全球使用最多的云服务之一。它们提供可靠、可扩展和可访问的云计算服务。他们的研究团队发表了关于机器学习的最新研究和ML应用的博客文章 AWS blog [11]。
参考文献
[1] Machine Learning Blog, ML@CMU About page| ML@CMU | https://blog.ml.cmu.edu/about/
[2] Publishing in the Distill Research Journal | Distill | https://distill.pub/journal
[3] Google AI | Wikipedia | https://en.wikipedia.com/wiki/google-ai
[4] Google AI Blog, Machine Learning | Google AI | https://ai.googleblog.com/search/label/Machine%20Learning
[5] Berkeley Artificial intelligence Research Blog, About page | BAIR | https://bair.berkeley.edu/blog/about/
[6] Machine Learning (Theory), about page | Machine Learning Theory | https://hunch.net/?page_id=122
[7] John Langford (computer scientist) | Wikipedia | https://en.wikipedia.org/wiki/John_Langford_(computer_scientist)
[8] About Open AI | Open AI | https://openai.com/about/
[9] DeepMind Blog | DeepMind | https://deepmind.com/research/
[10] Christopher Olah’s About Page | Colah’s Blog | https://colah.github.io/
[11] Amazon Web Services Blog | Amazon Web Services | https://aws.amazon.com/blogs/machine-learning/
[12] Facebook AI Blog | Facebook AI | https://ai.facebook.com/blog/
[13] Amazon Science | Amazon | https://www.amazon.science/blog
[14] Neptune.AI Blog | Neptune.AI | https://neptune.ai/blog
AI研习社是AI学术青年和AI开发者技术交流的在线社区。我们与高校、学术机构和产业界合作，通过提供学习、实战和求职服务，为AI学术青年和开发者的交流互助和职业发展打造一站式平台，致力成为中国最大的科技创新人才聚集地。
如果，你也是位热爱分享的AI爱好者。欢迎与译站一起，学习新知，分享成长。
