На этой страничке собираются ссылки на литературу, полезную для слушателей семинара. Мы разделили все ресурсы на три класса:
- Минимум к прочтению — в этом разделе собраны ссылки на литературу, необходимую для понимания докладов на семинаре. Советуем ознакомиться всем слушателям.
- Классические статьи — в данном разделе собраны ссылки на оригинальные и классические статьи, необходимые для понимания истоков.
- Рекомендуемые книги — здесь собраны книги, рекомендуемые к прочтению. Эти книги не только помогут лучше понимать доклады на семинаре, но и систематизировать знания. Мы не даем ссылки на электронные версии, однако большинство книг можно найти с помощью сервисов Google и ebdb.ru
Общие вопросы
Статьи из этого раздела, содержат ответы на общие вопросы о научно-исследовательской работе, которые задают студенты. Источник — сайт machinelearning.ru.
- Научно-исследовательская работа
- Написание отчётов и статей
- Подготовка презентаций
- Защита выпускной квалификационной работы
Минимум к прочтению
- S. Keshav. How to Read a Paper. (эффективный способ чтения статей) http://ccr.sigcomm.org/online/files/p83-keshavA.pdf
- Классификация: И.А. Чубукова, «Data Mining». Лекции 9,10. (HTML)
- Кластеризация: И.А. Чубукова, «Data Mining». Лекции 13,14. (HTML)
- Машинное обучение: Статья информационного ресурса MachineLearning.ru (HTML)
- David Austin. How Google Finds Your Needle in the Web’s Haystack (html) (Как считать Google PageRank)
- Jeffrey Dean and Sanjay Ghemawat. MapReduce: Simplified Data Processing on Large Clusters. (pdf) (Первая статья о MapReduce)
- Страница с публикациями сотрудников отдела информационных систем ИСП РАН http://ispras.ru/ru/modis/publications.php
- ACL Wiki for Computational Linguistics, The Association for Computational Linguistics, http://aclweb.org/aclwiki/index.php?title=Main_Page
Классические статьи
- G. Salton, A. Wong, C. S. Yang. A vector space model for automatic indexing. (pdf) (С этой статьи началось использование векторной модели в информационном поиске)
- Sergey Brin and Lawrence Page. The Anatomy of a Large-Scale Hypertextual Web Search Engine (html) (Первое описание Google)
Рекомендуемые книги
- Стюарт Рассел, Питер Норвиг, ”Искусственный интеллект: современный подход”. (Лучшая из существующих книг про искусственный интеллект)
- Кристофер Д. Маннинг, Прабхакар Рагхаван, Хайнрих Шютце, «Введение в информационный поиск» (Хорошая книга для понимания проблем информационного поиска и подходов к их решению)
- Daniel Jurafsky, James H. Martin. Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition (Одна из лучших книг про обработку текстов)
- Christopher D. Manning, Hinrich Schütze. Foundations of Statistical Natural Language Processing (Книга содержит хорошие примеры применения машинного обучения для обработки текстов)
- Тоби Сегаран, «Программируем коллективный разум» (Книга про прикладное применение некоторых технологий искусственного интеллекта в Web 2.0 с огромным количеством примеров)
- Steven Bird, Ewan Klein, and Edward Loper. Natural Language Processing with Python (Книга про обработку текста с помощью библиотеки NLTK для языка Python. Доступна на сайте NLTK)
- Chuck Lam, Hadoop in Action (Одна из лучших книг про Hadoop)
- Ian H. Witten, Alistair Moffat, and Timothy C. Bell. Managing Gigabytes. (Классическая книга о хранении и управлении большими объемами данных)
Be the first to leave a comment. Don’t be shy.
You must be logged in to post a comment.